1.一种基于比例频带选择准则的轴承故障诊断方法,其特征在于,包括:步骤1:使用短时傅里叶变换STFT将所采集的原始振动信号划分为相同长度的数据块,并计算各子数据块的频谱;计算相邻子数据块频谱的谱相关性,提取出与轴承故障相关的分量,获得谱频率f和循环频率α的双变量谱图;
步骤2:基于移动中位数绝对偏差MMAD的阈值消噪技术,对谱频率f中各频率分量所对应的一维谱函数IES的各阶次轴承故障理论特征频率αfault为中心的边频带消噪,获得谱频率f中各频率所对应的改进一维谱函数IIES;
步骤3:设置频率容差ft,计算消噪后的谱频率f所对应的循环频率α的改进一维谱函数IIES的各阶次边带能量比SER;基于比例频带选择准则,划分奈奎斯特频带;
步骤4:选择SER值最大时所对应的子频带,获得子频带对应的上、下截止频率f1和f2,并沿着谱频率f积分,获得一维谱函数IES,实现滚动故障冲击特征的有效辨识;
所述步骤2的移动中位数绝对偏差MMAD的阈值消噪技术,其计算式为MMAD(IES)=med{tdem[IES(n)]i‑med(tdem[IES(n)])}式中med表示取中位数操作,tdem表示串接操作,n表示信号谐波阶次边频带,取值为[q·αfault‑fb,q·αfault+fb],q=1,2…,N,αfault表示理论特征频率,fb表示积分频带宽度,IES表示一维谱函数,i取值范围为[kαfault‑fb,kαfault+fb],fb取值为1~2倍fr,fr表示轴承转频;
为有效消除不同子频带所对应噪声强度不同对SER的影响,应用软阈值消噪技术进行消噪,其改进一维谱函数(IIES)的计算式为式中σ表示一个极小数;
所述基于比例频带选择准则,划分奈奎斯特频带,确定SER最大时所对应的子频带参数,步骤如下:
(1)将SER值降序排列,从大到小选择比例为ε的SER值所对应的频率分量fj,j∈{1,
2,…, ζ},ζ=Nw‑1,Nw为窗长;
(2)对频率分量fj分别向左和向右拓展k个频率分量,得到左频带Hfleft[fj‑k,fj]和右频带Hfright[fj,fj+k],对合并后频带中各子频带沿着谱频率f积分获得IIES,并计算各子频带的SER,至此完成一次频带划分,其中k取值根据分析信号的信噪比SNR来确定,若SNR>0时,k>3·Δf,若SNR<0时,Δf≤k≤3·Δf,Δf为频率分辨率;
(3)若满足以下条件之一时,停止频带划分;否则,从步骤(2)的SER值中从大到小选择出比例ε的SER值所对应的子频带参数,重复步骤(2)的操作进行下一次频带划分;
①若选择出的子频带个数小于2,即j<2;
②拓展后子频带SER值小于拓展前SER值;
(4)获得最大SER值所对应的子频带参数,即上下截止频率f1和f2。
2.根据权利要求1所述的基于比例频带选择准则的轴承故障诊断方法,其特征在于,步骤3中计算消噪后的谱频率f所对应的循环频率α的改进一维谱函数(IIES)的各阶次边带能量比SER,其计算式为
式中fc表示中心频率,bw表示频带宽度,ft表示频率容差,fb表示积分频带宽度,q表示谐波阶次,N表示正整数。
3.根据权利要求2中所述的比例频带选择准则的轴承故障诊断方法,其特征在于,设置频率容差ft,ft取值如下:
(1)当电机微小转速波动可忽略时,基于滚动轴承存在的1%~2%随机滑动特性,为包含滚动轴承的最大滑移,ft可取值为0.02·αfault;
(2)当电机微小转速波动不可忽略时,即滚动轴承特征频率实际值与理论值差异由转速波动和轴承随机滑动综合结果,ft可取值为0.02·αfault+Φ,其中Φ表示轴承故障部件实际特征频率与理论特征频率的差值。
4.根据权利要求1所述的比例频带选择准则的轴承故障诊断方法,其特征在于:步骤3中比例ε取值根据振动信号的信噪比SNR来确定,若SNR≥0时,ε≤30%;若SNR<0时,30%<ε≤80%。
5.根据权利要求1所述的比例频带选择准则的轴承故障诊断方法,其特征在于:步骤2、步骤3和步骤4中的一维谱函数IES表达式为:式中α表示循环频率,f为谱频率,|CSCoh(α,f)|表示绝对值操作,f1和f2分别表示上下截止频率。