欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022116209933
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种永磁同步电机轴承故障初期诊断方法,其特征在于,包括如下步骤:S1:计算电机轴承不同部件发生故障时的理论故障特征频率;

S2:获取电机运行时的工况信号,根据所述理论故障特征频率值和所述工况信号的采样频率计算预测自适应滤波的最大预测阶数M,构建1 M阶的自适应预测滤波器;

~

S3:将采集的工况信号作为所述自适应预测滤波器的输入,分别进行1 M阶预测滤波,~得到M个第一输出信号;

S4:对每个所述第一输出信号进行与故障特征相关的多参数计算,对计算出的多参数进行加权计算得到故障信息因子,选取故障信息因子最大时的第一输出信号作为故障信号;所述步骤S4包括如下步骤:S41:对每个所述第一输出信号进行与故障特征相关的多参数计算,多参数计算过程包括:有效值 计算,其数学表达式为:

式中,N为信号长度,xi表示第i个原始数据;

峭度因子K计算,其数学表达式为:

式中,表示信号的峭度值;

自相关系数Pxx计算,其数学表达式为:

式中,x为滤波前的原始数据序列, 为经过M阶滤波后的数据序列,为原始数据序列的标准差, 为经过M阶滤波后的数据序列的标准差,cov(·)为滤波前后两个数据序列的协方差;

互相关系数Pxy计算,其数学表达式为:

式中,y为滤波前的正常轴承下的数据序列, 为经过M阶滤波后的数据序列, 为正常轴承下数据序列的标准差, 为经过M阶滤波后的数据序列的标准差,cov(·)为滤波前后两个数据序列的协方差;

S42:故障信息因子E的计算过程表示为:加权故障信息因子的计算过程表示为:

式中,Mei为加权故障信息因子,Ei为经过i阶滤波后信号的故障信息因子;

S43:选取Mei最大时的预测阶数为最佳滤波阶数,选取Mei最大时的第一输出信号作为最佳故障信号;

S5:对选取后的故障信号进行包络谱分析,分析信号中的实际故障特征频率值,通过与理论故障特征频率值进行对比,完成故障诊断以及类型判别。

2.根据权利要求1所述的永磁同步电机轴承故障初期诊断方法,其特征在于,所述工况信号为电机转速信号或者转矩电流信号,所述转速信号的采集方式为:利用电机转子轴上安装的2500线增量式编码器,获取电机转子位置信息,通过对转子位置信息进行微分处理,得到电机运行时的转速信号;所述转矩电流信号的采集方式为:利用电机控制器中安装的三个电流传感器对三相电流进行采集,实现对转矩电流信号的实时采样。

3.根据权利要求1所述的永磁同步电机轴承故障初期诊断方法,其特征在于,所述步骤S1具体为:根据电机运行时的电机平均转速 计算出轴承中不同部件在不同转速下发生故障时的理论故障特征频率 :式中,fr为转速基频, ;fout、fin、fball分别为轴承外圈、轴承内圈及轴承滚珠的理论故障特征频率;Aout、Ain、Aball分别为轴承外圈、轴承内圈及轴承滚珠的理论故障特征频率系数,其与轴承尺寸参数有关,其中:式中,NB为轴承滚珠的个数,Db为轴承滚珠的直径,Dp为轴承节圆的直径;α为轴承接触角。

4.根据权利要求3所述的永磁同步电机轴承故障初期诊断方法,其特征在于,自适应预测滤波器的最大预测阶数M的计算公式为: ,式中,fs为采样频率。

5.根据权利要求4所述的永磁同步电机轴承故障初期诊断方法,其特征在于,所述滤波器中,预测误差fm(n)表示为:式中,x(n)表示输入的工况信号,xm(n)表示信号的预测样本;

式中,am表示权重向量,T表示向量转置,m、n、i为常数。

6.根据权利要求5所述的永磁同步电机轴承故障初期诊断方法,其特征在于,所述滤波器的权重向量am的取值,采用Levinson‑Durbin算法计算得出,为了达到最佳的预测效果,需要对权重向量am进行优化,其最优值通过最小化函数求得,最小化函数表示为:,式中,e为数学期望。

7.一种永磁同步电机轴承故障初期诊断装置,其特征在于,包括:预处理模块:计算电机轴承不同部件发生故障时的理论故障特征频率;

模型构建模块:获取电机运行时的工况信号,根据所述理论故障特征频率值和所述工况信号的采样频率计算预测自适应滤波的最大预测阶数M,构建1 M阶的自适应预测滤波~器;

滤波模块:将采集的工况信号作为所述自适应预测滤波器的输入,分别进行1 M阶预测~滤波,得到M个第一输出信号;

计算模块:对每个所述第一输出信号进行与故障特征相关的多参数计算,对计算出的多参数进行加权计算得到故障信息因子,选取故障信息因子最大时的第一输出信号作为故障信号;所述计算模块的计算过程为:对每个所述第一输出信号进行与故障特征相关的多参数计算,多参数计算过程包括:有效值 计算,其数学表达式为:

式中,N为信号长度,xi表示第i个原始数据;

峭度因子K计算,其数学表达式为:

式中,表示信号的峭度值;

自相关系数Pxx计算,其数学表达式为:

式中,x为滤波前的原始数据序列, 为经过M阶滤波后的数据序列,为原始数据序列的标准差, 为经过M阶滤波后的数据序列的标准差,cov(·)为滤波前后两个数据序列的协方差;

互相关系数Pxy计算,其数学表达式为:

式中,y为滤波前的正常轴承下的数据序列, 为经过M阶滤波后的数据序列, 为正常轴承下数据序列的标准差, 为经过M阶滤波后的数据序列的标准差,cov(·)为滤波前后两个数据序列的协方差;

S42:故障信息因子E的计算过程表示为:加权故障信息因子的计算过程表示为:

式中,Mei为加权故障信息因子,Ei为经过i阶滤波后信号的故障信息因子;

S43:选取Mei最大时的预测阶数为最佳滤波阶数,选取Mei最大时的第一输出信号作为最佳故障信号;判别模块:对选取后的故障信号进行包络谱分析,分析信号中的实际故障特征频率值,通过与理论故障特征频率值进行对比,完成故障诊断以及类型判别。

8.一种存储介质,其特征在于,该存储介质中存储有被编程或配置以执行权利要求1‑6中任意一项所述的永磁同步电机轴承故障初期诊断方法的计算机程序。