一种变转速下基于短时随机共振的轴承故障诊断方法与流程

技术特征：
1.一种变转速下基于短时随机共振的轴承故障诊断方法，其特征在于，包括以下步骤：s1、数据采集：同步采集滚动轴承的振动时域信号及转速数据；s2、数据分区：将整个采集时间内的振动时域信号按时域分解为m个短时区间，并使得每个所述短时区间内的转速变化保持一致；s3、数据计算：根据每个短时区间内采集的数据计算滚动轴承的理论故障频率f
t
，其包括如下方面：外圈故障频率：内圈故障频率：滚动体故障频率：保持架故障频率：其中：f为输入轴的转速，取值基于采样的转速数据和短时区间的第一个时间点；z表示轴承滚动体数量；d为滚动体直径；d
m
为轴承节径；α为接触角；并得到完整时域下理论故障频率随转速变化的曲线图；将理论故障频率数值f
t
与代入信噪比(snr)计算公式：式中，f为故障特征频率；p
s
(f)表示频率f处的功率；p
t
(f)表示局部总功率；k表示频率；f在功率谱中的位置；x(k)表示时间序列的离散傅里叶变换；j为计算局部功率；p
t
所选取的信号长度，最终得出以最优信噪比为依据作为随机共振的优化参考值；s4、自适应随机共振：以上述参考值通过量子粒子群优化算法优化后为目标，对每个所述短时区间内的振动信号进行自适应随机共振，并得到每个短时区间内的最优输出信号；s5、数据转换：对每个短时区间的最优输出信号进行短时傅里叶变换并得到相应的频谱图，提取最高幅值处的频率作为实际故障频率并绘制实际故障频率随转速变化曲线图；s6、数据对比：将理论故障频率随转速变化的曲线图与实际故障频率随转速变化曲线图作对比，计算平均绝对误差mae；式中，f
i
为理论故障频率；f
r
为实际识别故障频率；n为所要计算的区间个数，进而判断是否发生故障及得知故障类型。
2.根据权利要求1所述的一种变转速下基于短时随机共振的轴承故障诊断方法，其特征在于：所述频谱图的频率分辨率满足其中：f1为频率分辨率，f
s
为采样频率，为每一个短时区间的采样总数，n为整个采样时间内的采样点数。3.根据权利要求2所述的一种变转速下基于短时随机共振的轴承故障诊断方法，其特征在于：认定故障发生的平均绝对误差值的范围为0.7
‑
1.5。

技术总结
本发明公开了一种变转速下基于短时随机共振的轴承故障诊断方法，通过加速度传感器和转速传感器采集待诊断机械设备的滚动轴承振动时域信号和转速数据，将振动时域信号分解为多个短时区间，并使每个短时区间转速变化很小，根据采集数据计算每个短时区间的四种理论故障频率，并进行随机共振得到输出结果。对输出进行傅里叶变换得到其频谱图并提取幅值最大处的频率为实际故障频率。通过对比理论故障频率和搜索故障频率两者关于转速的变化曲线以及计算它们的平均绝对误差可以诊断出设备的滚动轴承是否发生故障及其故障类型。该方法具有较好的防误诊效果。能够区分故障轴承和健康轴承，减少了不必要的误诊带来的经济损失，具有很高的工程运用价值。具有很高的工程运用价值。具有很高的工程运用价值。


技术研发人员：伏鹏
受保护的技术使用者：宝鸡文理学院
技术研发日：2021.06.25
技术公布日：2021/11/4