基于噪声特征的CT电机轴承早期磨损预警方法及系统与流程

本发明涉及ct电机轴承磨损预警，具体涉及到一种基于噪声特征的ct电机轴承早期磨损预警方法及系统。

背景技术：

1、ct旋转电机的轴承是设备核心承载部件，直接决定电机运行的可靠性与ct服役寿命。轴承磨损为渐进式劣化过程，分为早期磨损、轻微损伤、明显故障及完全失效四个阶段。其中早期磨损无明显外观、温度及振动异常，人工巡检难以识别，但会产生区别于健康状态的细微噪声特征，是实现故障提前预警的关键依据。据统计，旋转机械约40%的故障由滚动轴承失效导致，早期磨损未及时处置会快速发展为重度故障，大幅增加设备运维成本，甚至造成生产中断、设备损坏等问题。

2、目前ct旋转电机轴承磨损检测技术存在诸多缺陷，难以满足早期精准预警需求：传统接触式振动检测需外置传感器，安装繁琐、位置适配性差，易受安装误差及机体振动干扰，不适用于密封式、小型化旋转电机，通用性弱；常规噪声检测仅依托噪声幅值判定故障，未挖掘频谱特征与早期磨损的关联关系，对早期微弱磨损检测灵敏度低，且极易受工业环境噪声干扰，误报、漏报率高。

3、综上，目前缺乏一种适配旋转电机、抗干扰能力强、可精准识别早期轴承磨损的非接触式预警技术，亟需提出改进方案以解决上述技术痛点。

技术实现思路

1、本发明的主要目的在于提供一种基于噪声特征的ct电机轴承早期磨损预警方法及系统，以解决相关技术中存在的不足。

2、为了实现上述目的，根据本发明的第一方面，提供了一种基于噪声特征的ct电机轴承早期磨损预警方法，包括从非接触式麦克风阵列获取在电机带载且转速稳定的状态下以指定的采样频率采集轴承运行的多通道原始噪声信号，其中，所述非接触式麦克风阵列置于电机轴承端外侧，距离轴承外壳设定距离，与轴承中心等高；对所述多通道原始噪声信号进行预处理，得到标准化单通道噪声信号；将所述标准化单通道噪声信号转换为频域信号，并基于所述频域信号计算轴承各部件的故障基础特征频率；提取所述故障基础特征频率的各阶谐波与转频边带族，同时计算特征频段能量占比与信号峭度值，组合形成多维度噪声特征向量；将所述多维度噪声特征向量输入至训练完成的分类识别模型中，输出得到当前轴承磨损状态。

3、可选地，对所述多通道原始噪声信号进行预处理包括：对所述多通道原始噪声信号依次执行异常值剔除、联合去噪处理以及信号融合与归一化处理，得到标准化单通道噪声信号；其中，所述异常值剔除采用3σ准则去除噪声信号中的异常脉冲值；所述联合去噪处理为先通过麦克风阵列的空间滤波抑制远距离环境噪声，再通过自适应小波阈值去噪算法滤除随机噪声与电磁干扰；所述信号融合采用加权平均法合成单通道噪声信号，各通道权重根据对应通道的信噪比确定，高信噪比通道权重为k1，低信噪比通道权重为k2；所述归一化处理用于消除电机型号、运行工况带来的信号幅值差异。

4、可选地，以指定的采样频率采集轴承运行的多通道原始噪声信号时，方法还包括同步记录电机实测转速值；将所述标准化单通道噪声信号转换为频域信号，并基于所述频域信号计算轴承各部件的故障基础特征频率；提取所述故障基础特征频率的各阶谐波与转频边带族，同时计算特征频段能量占比与信号峭度值，组合形成多维度噪声特征向量包括：对所述标准化单通道噪声信号进行时域到频域转换得到频域信号；基于同步记录的电机实测转速值结合轴承结构参数，计算得到轴承各部件对应的故障基础特征频率，其中，所述故障基础特征频率包括外圈故障特征频率、内圈故障特征频率、保持架故障特征频率及滚动体故障特征频率；以各故障基础特征频率为基准，提取其各阶谐波分量，并识别以故障基础特征频率为中心的转频调制边带族，其中，提取的谐波分量为故障基础特征频率的1-3阶谐波；所述转频调制边带族为以故障基础特征频率为中心的±1阶至±3阶转频边带，所述轴转频由记录的所述电机实测转速值换算得到；划定所述故障基础特征频率、其各阶谐波分量及转频调制边带族共同覆盖的频段为特征频段;计算特征频段噪声能量占全频域总噪声能量的比值;同时计算所述标准化单通道噪声信号的峭度值；将上述故障基础特征频率、谐波分量、转频调制边带族、特征频段能量占比、峭度值组合形成多维度噪声特征向量。

5、可选地，在对所述分类识别模型训练时，方法包括:采集不同型号、不同工况下ct电机轴承处于健康状态、各等级磨损状态的噪声样本;提取各样本对应的多维度噪声特征向量以构建样本集;采用样本均衡算法修正样本集的不平衡性后训练分类识别模型,其中，分类识别模型为随机森林模型；结合运行需求校准各磨损状态对应的特征判定阈值。

6、可选地，将所述多维度噪声特征向量输入至训练完成的分类识别模型中，输出得到当前轴承磨损状态之后，方法还包括：结合所述特征判定阈值触发对应等级的预警信号，并将后续检修确认的实际磨损状态反馈至分类识别模型进行迭代优化。

7、可选地，结合所述特征判定阈值触发对应等级的预警信，并将后续检修确认的实际磨损状态反馈至分类识别模型进行迭代优化号包括：将所述多维度噪声特征向量的各特征参数与特征判定阈值进行比对；结合磨损状态初判结果与阈值比对的结果确定最终磨损等级；触发与最终磨损等级一一对应的分级预警信号；将后续检修确认的轴承实际磨损状态反馈至所述分类识别模型，定期更新样本集并迭代优化模型参数与特征判定阈值。

8、可选地，结合磨损状态初判结果与阈值比对的结果确定最终磨损等级；触发与最终磨损等级一一对应的分级预警信号包括：多维度噪声特征向量符合峭度值为2-3，故障基础特征频率与转频调制边带族结构在预设的范围内，特征频段能量占比＜8%，则判定为不触发预警信号，仅记录运行数据；峭度值为4.5-6.0，特征频段能量占比为8%-15%，存在清晰的1-2阶转频调制边带族，则为早期磨损等级，并触发一级预警信号；峭度值超过6.0，特征频段能量占比超过15%，3阶及以上转频调制边带族清晰可辨，则判定为中度及以上磨损等级，并触发二级预警信号同步输出停机提示。

9、可选地，采样频率为：采样频率≥20khz。

10、根据本发明第二方面，提供一种基于噪声特征的ct电机轴承早期磨损预警系统，包括：采样数据获取单元，从非接触式麦克风阵列获取在电机带载且转速稳定的状态下以指定的采样频率采集轴承运行的多通道原始噪声信号，其中，所述非接触式麦克风阵列置于电机轴承端外侧，距离轴承外壳设定距离，与轴承中心等高；特征提取单元，对所述多通道原始噪声信号进行预处理，得到标准化单通道噪声信号；将所述标准化单通道噪声信号转换为频域信号，并基于所述频域信号计算轴承各部件的故障基础特征频率；提取所述故障基础特征频率的各阶谐波与转频边带族，同时计算特征频段能量占比与信号峭度值，组合形成多维度噪声特征向量；预测单元，将所述多维度噪声特征向量输入至训练完成的分类识别模型中，输出得到当前轴承磨损状态。

11、根据本发明的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行第一方面任意一项实现方式所述的方法。

12、本实施例基于噪声特征的ct电机轴承早期磨损预警方法及系统，其中方法包括从非接触式麦克风阵列获取在电机带载且转速稳定的状态下以指定的采样频率采集轴承运行的多通道原始噪声信号，其中，所述非接触式麦克风阵列置于电机轴承端外侧，距离轴承外壳设定距离，与轴承中心等高；对所述多通道原始噪声信号进行预处理，得到标准化单通道噪声信号；将所述标准化单通道噪声信号转换为频域信号，并基于所述频域信号计算轴承各部件的故障基础特征频率；提取所述故障基础特征频率的各阶谐波与转频边带族，同时计算特征频段能量占比与信号峭度值，组合形成多维度噪声特征向量；将所述多维度噪声特征向量输入至训练完成的分类识别模型中，输出得到当前轴承磨损状态。通过采用麦克风阵列非接触采集轴承运行噪声，通过双层抗干扰预处理提取早期磨损专属频谱边带与能量特征，结合均衡样本机器学习模型，实现复杂噪声背景下电机轴承早期微磨损的精准、无接触、高抗扰预警。