滚动轴承的故障诊断方法及装置的制造方法
【技术领域】
[0001] 本发明涉及机械故障监测技术领域，尤其涉及一种滚动轴承的故障诊断方法及装 置。
【背景技术】
[0002] 在工业应用中，滚动轴承是易损部件，也是关键的监测部件，由此，就需要对其进 行故障诊断。以风力发电机组的滚动轴承为例，由于直驱风力发电机主轴转速较低，使得滚 动轴承的故障特征频率处于较低的频段，早期的故障特征较微弱。另外，由于风速变化较 大，风力发电机一般都是在变转速工况下工作，这增大了滚动轴承故障诊断的难度。
[0003] 阶次分析技术是解决变转速工况下滚动轴承故障诊断的常用方法。具体来说，就 是利用转速信号对原信号进行等角度重采样，将非平稳信号转化为角域平稳信号进行处 理，将频谱转换为阶次谱，消除了变转速的影响。常见的阶次分析方法有硬件阶次分析、计 算阶次分析和基于瞬时频率估计的阶次分析方法。
[0004] 然而，上述方法具有以下不足之处:首先硬件阶次和计算阶次摆脱不了硬件的依 赖;其次，常见的基于瞬时频率估计方法，需要人为设定搜峰曲线，人为干扰因素过大，同时 对于变转速微弱早期故障无法实现准确的特征提取，进而使得故障诊断的准确度较低。
【发明内容】
[0005] 本发明实施例的目的在于，提供一种滚动轴承的故障诊断方法及装置，以实现自 动、快速地确定最佳阶次分量，从而为滚动轴承的故障诊断提供依据，提高故障诊断的准确 度，避免人为因素的干扰。
[0006] 为实现上述发明目的，本发明的实施例提供了一种滚动轴承的故障诊断方法。所 述方法包括:采集滚动轴承的振动信号，求取所述振动信号的时频谱;根据时频谱确定所述 振动信号的最佳阶次分量;根据所述最佳阶次分量对所述振动信号进行角度重采样得到角 域信号；对所述角域信号进行包络分析，确定滚动轴承的故障部位；确定最佳阶次分量包 括:设定等效转频范围，从所述时频谱上搜索出所有的阶次分量;计算所述阶次分量的阶次 能量，并根据所述等效转频范围确定最佳阶次分量。
[0007] 本发明的实施例还提供了一种滚动轴承的故障诊断装置。所述装置包括:信号采 集及时频谱求取模块，用于采集滚动轴承的振动信号，求取所述振动信号的时频谱;阶次分 量确定模块，用于根据时频谱确定所述振动信号的最佳阶次分量;角度重采样模块，用于根 据所述最佳阶次分量对所述振动信号进行角度重采样得到角域信号；故障诊断模块，用于 对所述角域信号进行包络分析，确定滚动轴承的故障部位;阶次分量确定模块包括:转频设 定及分量搜索单元，用于设定等效转频范围，从所述时频谱上搜索出所有的阶次分量;能量 计算及分量确定单元，用于计算所述阶次分量的阶次能量，并根据所述等效转频范围确定 最佳阶次分量。
[0008] 本发明实施例提供的滚动轴承的故障诊断方法及装置，通过设定等效转频范围， 从时频谱上搜索出所有的阶次分量，进一步计算阶次分量的阶次能量，并根据等效转频范 围确定最佳阶次分量。实现了自动、快速地确定最佳阶次分量，从而为滚动轴承的故障诊断 提供依据，提高了故障诊断的准确度，避免了人为因素的干扰。
【附图说明】
[0009]图1为本发明实施例一的滚动轴承的故障诊断方法的流程示意图；
[0010]图2为滚动轴承的仿真振动信号的波形图；
[0011] 图3为采用本发明实施例一的滚动轴承的故障诊断方法的仿真振动信号的时频 图；
[0012] 图4为采用本发明实施例一的滚动轴承的故障诊断方法的仿真振动信号的最佳阶 次时频图；
[0013] 图5为采用本发明实施例一的滚动轴承的故障诊断方法的仿真振动信号的窄带包 络阶次谱图；
[0014] 图6为采用常规包络分析方法的仿真振动信号的包络谱图；
[0015]图7为风力发电机滚动轴承的实测振动信号的波形图；
[0016] 图8为采用本发明实施例一的滚动轴承的故障诊断方法的实测振动信号的时频图
[0017] 图9为采用本发明实施例一的滚动轴承的故障诊断方法的实测振动信号的最佳阶 次时频图；
[0018] 图10为采用本发明实施例一的滚动轴承的故障诊断方法的实测振动信号的窄带 包络阶次谱图；
[0019] 图11为采用常规包络分析方法的实测振动信号的包络谱图；
[0020] 图12为本发明实施例二的滚动轴承的故障诊断装置的结构示意图。
【具体实施方式】
[0021] 下面结合附图对本发明实施例滚动轴承的故障诊断方法及装置进行详细描述。
[0022] 实施例一
[0023] 图1为本发明实施例一的滚动轴承的故障诊断方法的流程示意图，如图1所示，滚 动轴承的故障诊断方法包括：
[0024] 步骤110:采集滚动轴承的振动信号，求取振动信号的时频谱。
[0025] 在具体的实现方式中，可在滚动轴承座上测量部位设置加速传感器，通过设置的 加速度传感器采集滚动轴承的振动信号。图2为滚动轴承的仿真振动信号的波形图，该仿真 振动信号由下式(1)表达，式中，t为时间，X(t)为幅值：
[0026] X(t) = (l+sin(43it2)) Xsin(332JTt2).............................................式（1)
[0027] 求取振动信号的时频谱可采用以下方法之一：短时傅里叶变换、G a b 〇 r变换、 Wigner-vill分布和小波变换，求取上述仿真振动信号的时频谱。以短时傅里叶变换为例， 对仿真振动信号x(t)进行短时傅里叶变换，其变换式由下式(2)表达： \STFT^ (i, /)== fAi'r)^；,. (r)ar= {T-t)eJfTdT
[0028] J J J 式(2) =〈x(r)，g(.r-f)e"----------------.,.,.
[0029] 其中，t为时间，f为频率，τ为卷积变量，j为复数单位，g(t)为一个局部化的单窗函 数。经短时傅里叶变换后，获得如图3所示的仿真振动信号的时频图。
[0030] 步骤120:根据时频谱确定振动信号的最佳阶次分量。确定最佳阶次分量包括：
[0031 ]步骤121:设定等效转频范围，从所述时频谱上搜索出所有的阶次分量。
[0032]步骤122:计算所述阶次分量的阶次能量，并根据所述等效转频范围确定最佳阶次 分量。
[0033]这里，设定等效转频范围的处理可包括:将由齿槽通过频率的整数倍组成的频率 序列设定为等效转频范围。以直驱型风力发电机组的滚动轴承为例，直驱型风力发电机的 转频较低，同时间内变化范围小，在时频谱图上直接提取需要较高的分辨率。以与转频相关 且幅值较明显的频率mf cc (m= 1，2，…，Q)为等效转频，其中，f cc为齿槽通过频率，Q为最大 倍数。等效转频频率较高，随时间变化幅度较大，克服了直接提取风机转频的困难，同时提 高了分析精度。
[0034]根据本发明示例性的实施例，步骤122中根据所述等效转频确认最佳阶次分量的 处理可包括:根据计算的阶次能量对所有的阶次分量进行排序;对经排序的阶次分量，依次 获取每一所述阶次分量对应的时频分布峰值带宽中所有频率的平均值;选取获取的平均值 与设定的等效转频范围之间的误差小于误差阈值的阶次分量作为最佳阶次分量。
[0035] 在具体的实现方式中，就是采用局部自动搜峰法搜索出所有的阶次分量。具体来 说，首先，根据前述设定的等效转频范围，从图3所示的仿真振动信号的时频谱上搜索出多 个阶次分量及对应的时频分布峰值带宽，这里，阶次分量可理解为一个频带(如图3中一根 黑线），那么对应的时频分布峰值带宽就是指频带的带宽。
[0036] 其次，计算每个阶次分量的阶次能量，对于连续数据阶次分量的阶次能量，其表达 式为下式(3):
[0037] .......................................式⑶
[0038]其中，Eoi表示第i个阶次能量;i表示阶次分量序号;t为时间，f为频率;Pi(t)为第i 个阶次信号某时刻对应的幅值Tdf)为第i个阶次信号某频率对应的幅值;T为截至时刻;F 为截至频率。
[0039] 对于离散数据阶次分量的阶次能量，其表达式为下式(4):
[0040] 士 ΣΧΛ).....................................式⑷
[0041] 其中，」」=0，1，2-，4表示时间序列和频率序列的点数4^表示离散时间变量， fjj表不离散频率变量。
[0042]求出所有阶次分量的阶次能量之后，以阶次能量为指标，对多个阶次分量进行从 大到小排序。排序表达式为下式(5):
[0043] [u, v] =sort(E〇i)...............................................................式（5)
[0044 ] 其中，i = l, 2,…,Μ，Μ表示阶次总数，u表示能量值，v表示对应的阶次分量。从高阶 次能量对应的阶次分量开始，依次搜索其阶次频率是否为设定的等效转频及其倍频，直到 得到等效频率对应的最佳阶次分量，图4为采用本发明实施例一的滚动轴承的故障诊断方 法的仿真振动信号的最佳阶次时频图。
[0045]然后，从阶次能量最大的阶次分量开始，依次计算每个阶