基于改进傅立叶变换的旋转机械故障诊断方法与流程

本发明涉及轴承故障检测领域，具体设计一种基于改进傅立叶变换的旋转机械故障诊断方法。

背景技术：

目前中高速的旋转机械故障诊断技术日趋成熟，尤其振动法的应用十分普遍，得到市场的广泛支持。

制药机械隶属于旋转机械领域中一类，近几年来随着新版本gmp的颁布，国家大力发展制药及其辅助机械，使得故障诊断需求也变得十分迫切。对基于振动信号分析处理方法中，傅立叶变换在其中起到重要作用，如频域分析方法。但是傅立叶变换也出现一些弊端，该算法是全局分析方法，在给定采样时间(而不是采样率)固定傅立叶变换的分辨率，对于局部频域信号分辨率效果比较差，频谱图对局部展示效果较差。相反的，如果对局部信号要求高分辨率、高采样率，则傅立叶变换数据会变得很大、冗余，对存储空间造成一定负担。

技术实现要素：

针对以上不足，本发明提供一种基于改进傅立叶变换的旋转机械故障诊断方法。

为实现上述目的，本发明提供一种基于改进傅立叶变换的旋转机械故障诊断方法，其包括以下步骤：

一、获取当前时刻的一对离散信号x(t)＝x(1)，...，x(n)，其中n为采样点数，t为当前时刻，且信号周期为t；

二、对上述离散信号x(t)进行傅里叶变化，并对变换后的频谱图进行局部信号观察，并记录需要检测的局部信号的频率[fi，fi+bp]，其中bp为该频谱图局部的范围；

三、将需要检测的局部信号的频率[fi，fi+bp]转换为信号序列xf(t)，其取样时间为其中其中a为x(t)的采样离散数量，b为[fi，fi+bp]区间段采样离散数量，t为信号周期；

四、对振动信号进行采集，采样时间为t0，时间周期为ts，频率为fs＝1/ts，序列为x1(t)；

五、获取轴承各部分的特征频率：

其中，db为滚动体直径，dc为滚动轴承平均直径；θ为径向方向接触角；fs为轴的转频；fb为滚动体特征频率；fbpi为内圈特征频率；fbpo为外圈特征频率；fc为保持架特征频率；nb为滚动体个数；

六、对fs，fb，fbpi，fbpo，fc进行排序，对最小值fs，进行kfs处理，k为自然数，并使得kfs大于max{fb，fbpi，fbpo，fc}，并确定此时的k＝k0；

七、对步骤四中获取的序列x1(t)，经过傅立叶变换为频域x1(f)，并将x1(f)按照k0fs长度进行分段，x1(f)＝{x1(f)1，...，x1(f)n}，n＝1,2，...，其中n为段数；

八、获取x1(f)j，j＝1,2，...n，并获取x1(f)j段内各离散点中最大的幅值fm，最大幅值对应频率与其幅值下降2mm对应的频率之差δf；

九、将步骤八中获取的fm和δf形成表格，并与步骤五中获取的特征频率值进行比较，在某段fm和δf接近上述特征频率值时，判定该部件出现故障。

x1(f)数倍大于k0fs。

本发明的有益效果：利用本方法，可以采用简单算法提高傅里叶变换局部分辨率，并配合幅频域参数，能对轴承故障进行简单、初步分析。

附图说明

图1是信号传递的流程图。

具体实施方式

下面针对附图对本发明的实施例作进一步说明：

对某旋转机械为研究对象，信号传递的流程见图1所示。旋转机械设备采用滚动轴承，其上安装加速度传感器，采集轴承运转振动信号，该振动信号为模拟信号，通过采集卡进行数模转换为数字信号，即离散信号，传输至上位机进行数据处理。

本发明提供一种基于改进傅立叶变换的旋转机械故障诊断方法，其包括以下步骤：

一、上位机获取当前时刻的一对离散信号x(t)＝x(1)，...，x(n)，其中n为采样点数，t为当前时刻，且信号周期为t；

二、对上述离散信号x(t)进行傅里叶变化，并对变换后的频谱图进行局部信号观察，并记录需要检测的局部信号的频率[fi，fi+bp]，其中bp为该频谱图局部的范围，其中需要检测的局部信号为感兴趣的局部信号，并记录其频率；

三、将需要检测的局部信号的频率[fi，fi+bp]转换为信号序列xf(t)，其取样时间为其中其中a为x(t)的采样离散数量，b为[fi，fi+bp]区间段采样离散数量，t为信号周期；

四、对振动信号进行采集，采样时间为t0，时间周期为ts，频率为fs＝1/ts，序列为x1(t)；相比较原采样周期和频率，利用新周期采样将获得更多采样点，简单便捷、无需复杂算法实现信号局部分辨率提高；

五、获取轴承各部分的特征频率：

其中，db为滚动体直径，dc为滚动轴承平均直径；θ为径向方向接触角；fs为轴的转频；fb为滚动体特征频率；fbpi为内圈特征频率；fbpo为外圈特征频率；fc为保持架特征频率；nb为滚动体个数；

六、对fs，fb，fbpi，fbpo，fc进行排序，对最小值fs，进行kfs处理，k为自然数，并使得kfs大于max{fb，fbpi，fbpo，fc}，并确定此时的k＝k0；

七、对步骤四中获取的序列x1(t)，经过傅立叶变换为频域x1(f)，并将x1(f)按照k0fs长度进行分段，x1(f)＝{x1(f)1，...，x1(f)n}，n＝1,2，...，其中n为段数；x1(f)数倍大于k0fs；

八、获取x1(f)j，j＝1,2，...n，并获取x1(f)j段内各离散点中最大的幅值fm，最大幅值对应频率与其幅值下降2mm对应的频率之差δf；

九、将步骤八中获取的fm和δf形成表格，并与步骤五中获取的特征频率值进行比较，在某段fm和δf接近上述特征频率值时，判定该部件出现故障。

实施例不应视为对本发明的限制，但任何基于本发明的精神所作的改进，都应在本发明的保护范围之内。