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
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
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。