一种改进冲击字典匹配追踪算法的轴承复合故障诊断方法

摘要

本发明公开了一种改进冲击字典匹配追踪算法的轴承故障诊断方法。本发明将轴承振动信号逐次迭代分解成基于改进冲击模型字典的i项原子的线性组合。改进模型根据被分析轴承的型号参数建立而来，可以非常精确的反映出故障轴承在运行过程中的冲击信号。根据轴承故障信号的周期特性，选取改进模型中的位置参数u作为优先变化的参数，通过逐步改变参数的方法建立冗余度较小的原子库，大大提高了最优原子的搜索速度。在信号分解的过程中对被分析信号进行截断，遍历原子库中的原子寻求最优原子，通过冲击分量重构可得到相应的冲击信号成分。继而时频变换得到轴承的故障特征频率实现轴承的故障诊断。

主权项

一种基于改进冲击字典匹配追踪算法的轴承复合故障诊断方法，包括以下步骤：(1)采集轴承振动信号作为待分析信号；(2)建立与轴承型号参数相关的改进冲击字典模型；(3)根据轴承故障特征建立改进冲击字典；(4)对轴承振动信号进行改进冲击字典匹配追踪分解，得到基于各子特征原子库的各阶匹配原子和匹配系数；(5)重构冲击分量；(6)对重构信号进行时频变换得到故障特征频率；所述步骤(2)中的改进冲击字典模型根据轴承的型号参数建立而来，建立方法如下：轴承滚动体线速度s:s＝πdf_r脉冲宽度p_x:$p_x=\frac{d_x}{s}$由此得到缺陷产生的脉冲x(t)表示为：$x\left(t\right)=\left\{\begin{array}{cc}1& u<t<u+p_x\\ 0& \end{array}\right.$由缺陷产生的冲击即改进冲击字典模型表示为：φ'_imp(p,u,f,dx,d,fr)＝conv(x(t),φ_imp(p,u,f))其中φ_imp(p,u,f)为指数衰减函数其表达式为：φ_imp(p,u,f)＝e^‑p(t‑u)sin2πf(t‑u)即φ'_imp(p,u,f,dx,d,fr)表达为φ_imp(p,u,f)与x(t)的卷积，conv为卷积运算符；其中d为轴承小径根据轴承型号确定，f_r为转频通过专门测量转速的传感器测得；d_x为故障直径，单位：mm，其中p为冲击响应的阻尼衰减特性，u为冲击响应事件发生的初始时刻，f对应于系统的阻尼固有频率。