CN114528879B 轴承故障周期自动检测方法和系统 （上海交通大学）

EnhancedNRCMethodforPeriodicityDetection:ApplicaBearingCompoundFaultDiagnosiTRANSACTIONSONINSTRUMENTATIOMEASUREMENT.2024,第73卷文献号3517611.本发明提供了一种轴承故障周期自动检测EnNRC统计量的最高峰开始，向之前的波峰构造2TT；通过NRC算法将信号y划分为m=lvnl段，第k个信号片段yk＝[y((k-1)n+1)，…,y其中，on=I/nl,en=ll/n];3n1/ln2/l。3.根据权利要求2所述的轴承故障周期自动检定义1％n＝0时yj，1为空，yj，2＝yj，并且两个空向量的内积为0，对于所有i和j，其中，cn=c-D,是大小为l×l的矩阵：在真实信号x和背景噪声∈上用同样方式划分信号并构从而cy(n)改写为：Cy(n)=cx(n)+ce(n)+xe(n)xe(n)=2xcne4Cy(n)的期望不大于真实信号x的平均能量px,限据柯西-施瓦茨不等式：C(n)=XIcnx≤IlxlIcnxl=py噪声项c:(p)-c(q)对任意待检测波峰p和备选波峰q服从近似正态分布，表达式为：V(cs(p)-cs(q))2(c:(p)5基于动态显著性水平设计迭代假设检验IHTDSL用于故障周期自动检测，6通过估计IHTDSL中的δ值来动态控制显著性水平，每次迭代中的自适应接受域都在第TT；通过NRC算法将信号y划分为m=lv/nl段，第k个信号片段yk＝[y((k-1)n+1)，…,y7其中，on=I/nl,en=l/n];EnNRC统计量为和QX(n2)的加权n1/ln2/l。8.根据权利要求7所述的轴承故障周期自动检测系定义l％n＝0时yj，1为空，yj，2＝yj，并且两个空向量的内积为0，对于所有i和j，y1=0;故对于任意l，EnNRC统计量统一为：其中，cn=c-D,是大小为l×l的矩阵：在真实信号x和背景噪声∈上用同样方式划分信号并构8从而cy(n)改写为：Cy(n)=cx(n)+ce(n)+xe(n)xe(n)=2xcnecg(n)的期望不大于真实信号x的平均能量根据柯西-施瓦茨不等式：C(n)=XTcnx≤IlxlIcnxll=py噪声项c:(p)-c(q)对任意待检测波峰p和备选波峰q服从近似正态分布，表达式为：9当q<p时，接受域Ta,s里不存在新的波峰cg(q):基于动态显著性水平设计迭代假设检验IHTDSL用于故障周期自动检测，通过估计IHTDSL中的δ值来动态控制显著性水平，每次迭代中的自适应接受域都在第[0003]为了克服噪声的掩蔽效应所带来的困难，学者们在时域上设计了一些基准方换信号中直观地识别周期。Huang等人提出了改进版的ACF——加权平均幅度差函数(AMDF)——用于声波基音提取。VariabilityMethod和NRC算法通过多段子信号的相关性谱来检测周期的方法，Antoni等人提出了一种ACF和周期图谱方法结合的混合方法来自动断的整周期时域回归及报警方法，利用广义共振/共振解调方法和转速跟踪检测方法检测等人提出了一种基于循环协方差和频谱的卡方检验方法来检测信号循环平稳性的存在并；TT；n1/ln2/l。[0038]e,[0053]的期望不大于真实信号x的平Pz=(xx)/l,当且仅当n∈N时等式成立；当l趋向于无穷时，Cy(n)依概率[0065]c,(n)为故障的真实周期波峰；C,(a)为目标周期波峰，当且仅当q∈N时等号成[0089]令p=,一直迭代到：[0091]当时，接受域TUS里不存在新的波峰c,(a):c,n)为本次假设检验的待检测波峰；[0099]通过估计IHTDSL中的δ值来动态控制显著性水平，每次迭代中的自适应接受域都；TT；n1/ln2/l。从而c,to)改写为：[0156]Cy(p)为故障的真实周期波峰；cy(a)为目标周期波峰，当且仅当q∈N时等号成[0180]令p=,一直迭代到：[0190]通过估计IHTDSL中的δ值来动态控制显著性水平，每次迭代中的自适应接受域都[0193](2)本发明通过迭代假设检验比较存在干扰效应的周期性波峰及其他非周期波[0195]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、[0207]故障轴承运转产生的周期脉冲信号y(t)可分解为真实故障信号x(t)和背景噪声TT2Il)l为大小为l×l的单位矩阵。假设故障信号x(t)的周期为的平均能量p=IlxI2/l是有界的。[0221]NRC算法将信号y划分为m=[L/n段，第k个信号片段yk＝[y((k-1)n+1)，…,y[0223]可以看出，NRC统计量中并未考虑信号分段后最后一段长度为n1＝l-mn的残余片[0231]在MLPE中提出的似然函数也可以写成二次型形式。这个似然函数的波形与NRC函[0232]这种误导效应使得许多实际轴承故障检测应用中严重依赖领域知识和主观判断[0233]简单地识别最大峰值可能会导致倍数周期错误，因为真正的峰值可能位于之前与任何位于其之前的波峰cy(a),q<p进行统计上的比较。[0236]来比较待检测波峰与其他备选波峰如果所有的c,ta)都明显小于就可以认定p是故障的真实周期。如果存在显著接近的波峰cy(q),则可以拒[0240]本发明拟设计EnhancedNoiseResistantCorrelation(EnNRC)算法对轴承故障情况下信号的具体划分方式。由图可知，奇数段的信号片段长度为n1＝l-mn，其中n1/ln2Pz=(xx)/l,当且仅当n∈N时等式成立。当l趋向于无穷时(即l→∞)，[0275]与NRC统计量类似，EnNRC统计量提取的故障特征也会呈现一些显著突出的波[0282]考虑到真实故障信号x是未知的，从统计上比较任何基于相关性函数的统计量的非研究e,(0)-c,a),就足以从统计上比较周期波峰。本发明将构造出一个特别的接受[0285]的精确概率分布可以用多种方法来计算，然而这些方法在l较大时保持不变。其中第一类错误为cz(q)=cz(⃞)时错误地拒绝了零假设，而第二类错误为是，由于aEN时出现的波峰都是非周期处的干扰波峰，故提高第大。不等式的取等条件说明基于缩减接受域的假类错误率和第二类错误率。这一结论意味着至少在q＝p0时假设检验还保持着相同的误报使用缩减接受域的另一个好处是减少了其他不满足p%q=0的周期波峰的接受率，[0315]与通过简单优化指标(如似然性或p值)确定周期的传统方法类似，通过上式得到[0317]也就是a<p时接受域Tias里不存在新的波峰表1给出了迭代假设检验过代假设检验过程可以有效克服倍数周期波峰都服从正态分布。使用固定置信水平(δ值固定)的迭代假设检验方法被称为IHTFSL著性水平来设计迭代假设检验(IHTDSL)用于故障周期自动检测。IHTDSL的接受域Tis从故[0342]合成的仿真信号长度在10000～150000个点不等，每种长度的信号进行200次测[0347]同样地，如果δ值保持不变，IHTFSL在处理更长的信号时具有更高的周期检测精验中使用的测试故障轴承为62052RSJEMSKF深沟球轴承。轴承外圈故障直径为0.007英[0356]本案例研究从采集到的振动信号中随机抽取长度为l的子信号，其中l＝2500，(即满足lβ-464I≤0.005)如图8所示。显著性水平反复进行迭代假设检验，直到不再有明显的备选波峰。通过迭代假设检验，IHTDSL实现了第I类错误和第II类错误的平衡，并在信号