轴承故障诊断特征参数选取探讨 本文关键词：选取，轴承，故障诊断，特征，探讨
轴承故障诊断特征参数选取探讨 本文简介：摘要：特征提取是轴承故障诊断的关键步骤，而特征参数的选取直接影响着特征提取的效果。本文从时域、频域、时频域多角度进行分析，提出了特征参数的选取准则，构建特征参数评价体系，为下一步的故障识别提供有力支撑。关键词：轴承；故障诊断；特征参数；评价体系对于轴承振动信号的故障特征提取来说，常见的有时域、频域以
轴承故障诊断特征参数选取探讨 本文内容：
摘要：特征提取是轴承故障诊断的关键步骤，而特征参数的选取直接影响着特征提取的效果。本文从时域、频域、时频域多角度进行分析，提出了特征参数的选取准则，构建特征参数评价体系，为下一步的故障识别提供有力支撑。
关键词：轴承；故障诊断；特征参数；评价体系
对于轴承振动信号的故障特征提取来说，常见的有时域、频域以及时频域特征。由于需要对轴承的技术状态进行准确评估，单独依靠某几个或者某一个域内的特征无法满足全面性要求。因此需要提取不同域内的多种特征，同时为了避免维数过高，有必要进行预先的选择与变换，此时需要构建一个状态评估的特征评价体系，对提取到的特征进行选择，针对不同特征具有的属性进行量化比较，优选出适合于状态评估的特征。
1特征参数选取
1.1时域统计特征
信号时域分析就是在时域内对信号的统计参数进行计算、相关性分析等处理[1]。时域统计特征一般分为两类，有量纲参数指标与无量纲参数指标[2]。有量纲指标对信号幅值与频率变化较为敏感，与其状态有关，还与设备的运动参数（转速、载荷等）有关，因此较少在工程实际中单独运用。无量纲指标具有四个特点：①对于三角波、正弦波，随着频率、幅值的变化，无量纲指标的值始终保持不变。②对于正态随机信号，波形指标、峭度指标为固定值，其余指标随峰值概率的减小而增大。③峭度指标、裕度指标、脉冲指标对脉冲故障比较敏感，特别是对于早期故障有较高的敏感性，但稳定性不好。④均方根值对于设备的早期故障不敏感，但优势在于其稳定性较好。对于不同类型的故故障，不同特征具有不同的敏感度。轴承故障主要分为摩擦损伤与表面损伤两类。其中有量纲指标对于摩擦损伤类故障具有良好的敏感度，而无量纲指标具有识别表面损伤类故障的能力。因此选择提取峰值、平均幅值、均方根值、方根幅值、均值、歪度、峭度等7个有量纲时域特征以及波形指标、峰值指标、脉冲指标、裕度指标、歪度指标、峭度指标等6个无量纲时域特征，对其进行编号为F1~F13，其计算公式见表1、表2。
1.2频域统计特征
信号时域分析简单直观，但无法揭示信号的频率成分。通过快速傅里叶变换把时域信号转化为频域信号，并对频谱进行分析，提取频域统计特征[3]。选取提取重心频率、均方频率、均方根频率、频率方差、频率标准差等5个频域特征，编号为F14~F18，计算公式见表3。
1.3时频域统计特征
轴承故障振动信号非平稳特性的分析，需要在频域分析方法中融入时域维信息，即时频分析[4]。1.3.1小波包节点能量小波包分解能够实现频带的均匀划分，克服小波变换对高频信号检测精度较低的不足，由于轴承技术状态的变化在时间上相对缓慢，单一从低频部分或某一频域上很难准确反映健康状态的发展，因此具有全频域、高精度特点的小波包分解能更好地反应轴承当前技术状态[5]。对数据进行小波包分解，得到多个小波包，计算每个小波包的节点能量。
2性能评价指标
根据以上提取到29个故障特征指标，包括时域、频域以及时频域。各个特征对于轴承故障的敏感程度不同，其数值的大小以及所表示的含义有区别，无法在同一个标准下进行分析对比，有必要使所有特征值统一在同一个值域内。不同特征对于轴承故障有着不同的敏感程度，设备的状态随着时间的变化在不断改变，意味着特征在不同时间点上的值不尽相同。为了评估各特征指标对于性能评估的契合程度，需要建立相应的性能评价指标对其进行分析对比。从设备状态评估的本质出发，特征指标应该具有以下几个特性。①识别性。能够准确识别出故障与否，即区别于正常状态的差异能力，定义为识别性。
3评价体系构建
根据轴承状态评估要求定义了四种性能评价指标，单一的评价指标具有特有的属性，需要把四种指标进行有机的融合，才能全面性地对各个特征进行准确评估，从而优选出最适合的特征。最常见的方法是构建一个有约束的加权线性组合，把最终结果作为特征选择的单一标准。同时为了防止四个评价指标处于不同的数量级而导致其余指标被覆盖，根据式（6）预先对四种性能指标进行归一化处理。通过分析发现，四种性能与适合程度成正相关，即性能指标越大，代表该特征的此类性质越好，更适合于轴承状态评估。从式（11）可以得出，综合评价指标O与四种单一指标也为正相关关系，且O∈[0，1]。由此可以得出当O接近于1时，代表此种特征性能越好，更适合成为敏感特征，应当保留；反之当O接近于0时，代表此种特征不适合作为敏感特征进行轴承状态评估，应当舍去。构建一个轴承状态特征评价体系，首先提取不同域内的不同特征作为样本；其次根据设备性能状态评估的本质要求确定其评价指标；最后优选出综合性能评价指标最好的几个敏感特征，具体流程如图1所示。由于选取的特征主要面向轴承状态评估，故在性能评价指标的权重上需要有所区分。单调性在整个评价体系中显得最为重要，决定着轴承的剩余寿命，其次重要的为区别性，再次为鲁棒性，最后为识别性；权重系数分别定为单调性0.4，区别性0.3，鲁棒性0.2，识别性0.1。
参考文献：
[1]王金福，李富才.机械故障诊断技术中的信号处理方法：时域分析[J].噪声与振动控制，2013，33（02）：128-132.
[2]杨洪柏，张宏利，刘树林.时域统计特征可视化优选方法及其滚动轴承故障诊断应用[J].机械设计与制造工程，2017，46（08）：123-126.
[3]孙建.滚动轴承振动故障特征提取与寿命预测研究[D].大连理工大学，2015.
[4]钟先友.旋转机械故障诊断的时频分析方法及其应用研究[D].武汉科技大学，2014.
[5]王冬云，张文志.基于小波包变换的滚动轴承故障诊断[J].中国机械工程，2012，23（03）：295-298.
[6]姚亚夫，张星.基于瞬时能量熵和SVM的滚动轴承故障诊断[J].电子测量与仪器学报，2013，27（10）：957-962.
作者：赵慧敏 张志强 单位：陆军军事交通学院投送装备保障系 陆军军事交通学院研究生队
轴承故障诊断特征参数选取探讨 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
相关文章