【技术实现步骤摘要】
本申请涉及滚动轴承故障检测领域，特别是涉及一种滚动轴承故障检测方法。
技术介绍
1、近年来，制造业发展迅猛，成为经济增长的重要引擎。机械设备作为制造业的核心基础，在地铁、火车、汽车等日常交通工具以及集成电路、军工、航天航空等高精尖领域得到广泛应用。随着科技的不断进步和生产规模的持续增大，各类机械设备也变得越来越复杂。
2、滚动轴承作为机械设备中不可或缺的旋转零件，也是机械设备的重要故障源之一。与其他零件相比，滚动轴承具有显著的寿命离散性，有些轴承即使超过设计寿命仍能正常运行，而有些则在未达到设计寿命时就出现各种故障。因此，滚动轴承的故障检测方法一直是机械故障检测中的重要发展方向之一。据统计，在旋转机械的故障中，约有30%是由滚动轴承引起的；在感应电机故障检测中，因滚动轴承引起的故障约占40%左右；而在齿轮箱故障中，轴承引发的故障率仅次于齿轮，约占20%。
3、因此，各国企业的管理者和科研人员开始尝试在技术层面上，关注如何掌握轴承的真实运行状态，如何获取其故障位置及故障类型，从之前的定期维护转变为状态维护。统计表明，在设备应用状态监测与故障检测技术后，事故发生率降低了75%，维修费用减少了25%～50%。
4、然而，在故障检测技术不断成熟的情况下，一些研究人员发现了新的问题。工程实践中，传感器所获取的振动信号由多频率信息和噪声干扰叠加产生，难以从原始振动信号中直接获取与故障相关的关键特征，无法准确判断该轴承是否存在故障。目前，先进的信号处理技术是解决上述问题的重要工具之一，通过分解原始振动信号，
5、作为最为经典、最为广泛应用的信号分解方法，经验模态分解为轴承的状态检测、性能退化评估等领域做出了巨大贡献。但无论是该方法本身，还是它的相关改进，都存在模态混叠、模态分裂、端点效应等问题。基于此，2014年提出了新的变分模态分解算法，对其进行替代。该方法在维纳滤波器组的帮助下，能够较好地抑制噪声，克服混叠问题。然而，值得关注的是，它虽为自适应算法，但其性能却依靠关键参数的预设置。并且，从目前的研究来看，其参数问题并未很好解决，仍受到很大限制。
技术实现思路
1、本申请的目的是提供一种滚动轴承故障检测方法，可提高故障检测结果的准确性。
2、为实现上述目的，本申请提供了如下方案：
3、本申请提供了一种滚动轴承故障检测方法，所述滚动轴承故障检测方法包括：
4、获取待测滚动轴承的信息数据；所述信息数据包括：振动信号数据和轴承零件参数数据；所述轴承零件参数数据包括：滚动体个数、滚动体直径、节径和接触角；
5、采用参数自洽变分模态分解方法，对所述振动信号数据进行模态分解，得到模态函数集；所述模态函数集包括多个模态函数；
6、根据所述振动信号数据和所述模态函数集，计算各个模态下的相关-峭度值；所述相关-峭度值是基于相关系数和峭度值确定的；
7、根据所述相关-峭度值对所述模态函数集中的多个模态函数进行筛选，得到有效模态函数；
8、对所述有效模态函数进行重建处理，确定特征信号；
9、对所述特征信号进行希尔伯特解调处理，得到包络谱；
10、根据所述包络谱判断所述待测滚动轴承是否存在故障；
11、若是，则根据所述包络谱以及故障特征频率理论值，确定故障的发生位置；所述故障特征频率理论值是根据所述轴承零件参数数据和旋转转速确定的；所述故障特征频率理论值包括：外圈故障特征频率、内圈故障特征频率和滚动体故障特征频率。
12、根据本申请提供的具体实施例，本申请公开了以下技术效果：
13、本申请提供了一种滚动轴承故障检测方法，通过获取待测滚动轴承的信息数据；采用参数自洽变分模态分解方法，对振动信号数据进行模态分解，得到模态函数集；根据振动信号数据和所述模态函数集，计算各个模态下的相关-峭度值，然后对模态函数集中的多个模态函数进行筛选，得到有效模态函数，再进行重建处理以及希尔伯特解调处理，根据得到的包络谱判断待测滚动轴承是否存在故障；若是，则根据包络谱以及故障特征频率理论值，确定故障的发生位置；本专利技术将参数自洽变分模态分解、相关-峭度指标及希尔伯特包络谱相结合，突破参数预设问题，能够提取不同复杂工况下的故障特征，具有高效率和直观性，由此提高故障检测结果的准确性。
本文档来自技高网...【技术保护点】
1.一种滚动轴承故障检测方法，其特征在于，所述滚动轴承故障检测方法包括：
2.根据权利要求1所述的滚动轴承故障检测方法，其特征在于，所述根据所述振动信号数据和所述模态函数集，计算各个模态下的相关-峭度值，具体包括：
3.根据权利要求2所述的滚动轴承故障检测方法，其特征在于，所述相关-峭度值的计算公式为：
4.根据权利要求1所述的滚动轴承故障检测方法，其特征在于，对所述特征信号进行希尔伯特解调处理，得到包络谱，具体包括：
5.根据权利要求1所述的滚动轴承故障检测方法，其特征在于，对所述有效模态函数，基于公式进行重建处理，确定特征信号；
6.根据权利要求1所述的滚动轴承故障检测方法，其特征在于，所述故障特征频率理论值的计算公式为：
【技术特征摘要】
1.一种滚动轴承故障检测方法，其特征在于，所述滚动轴承故障检测方法包括：
2.根据权利要求1所述的滚动轴承故障检测方法，其特征在于，所述根据所述振动信号数据和所述模态函数集，计算各个模态下的相关-峭度值，具体包括：
3.根据权利要求2所述的滚动轴承故障检测方法，其特征在于，所述相关-峭度值的计算公式为：
4.根...
【专利技术属性】
技术研发人员：吴建德，王颖，郎恂，李鹏，杨创艳，刘淞华，郎煜民，
申请(专利权)人：云南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。