CN108572074B - 轴承故障的检测方法及装置、风力发电机组 - Google Patents
轴承故障的检测方法及装置、风力发电机组 Download PDFInfo
- Publication number
- CN108572074B CN108572074B CN201710141815.5A CN201710141815A CN108572074B CN 108572074 B CN108572074 B CN 108572074B CN 201710141815 A CN201710141815 A CN 201710141815A CN 108572074 B CN108572074 B CN 108572074B
- Authority
- CN
- China
- Prior art keywords
- shaft
- bearing
- response data
- physical
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 230000001360 synchronised effect Effects 0.000 claims abstract description 165
- 230000004044 response Effects 0.000 claims abstract description 160
- 230000008458 response to injury Effects 0.000 claims abstract description 147
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000005070 sampling Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000003631 expected effect Effects 0.000 abstract description 9
- 230000000737 periodic effect Effects 0.000 abstract description 4
- 238000001228 spectrum Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 21
- 238000012935 Averaging Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 6
- 238000005096 rolling process Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Rolling Contact Bearings (AREA)
Abstract
本发明实施例提供一种轴承故障的检测方法及装置、风力发电机组，其中方法包括根据轴承的损伤系数以及与轴承配套的物理轴的轴周期，构造虚拟轴的轴周期，根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据；对虚拟轴的同步采样数据进行同步平均处理，得到轴承的损伤响应在虚拟轴下的轴周期同步损伤响应数据；根据轴承的损伤响应在虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
Description
技术领域
本发明实施例涉及机械无损检测技术领域，尤其涉及一种轴承故障的检测方法及装置、风力发电机组。
背景技术
轴承是一个支撑轴的零件，它可以引导轴的旋转，也可以承受轴上空转的零件，是构成机械设备的重要零件，大型机械设备在长时间连续工作的环境下，轴承很容易损伤，如不能得到及时有效的维修，则会使设备无法运行，给生产带来重大损失。
通常情况下，在检测轴承故障时，需要基于以下假定：1、当损伤发生后的轴承旋转时，损伤部位经过受力区便产生一系列的冲击响应；2、轴的旋转速度足够快，那些冲击脉冲很窄，所以形成宽频激励；3、宽频激励激发轴承支撑***的高频模态响应；4、在那些高频模态频段，旋转***工作频率的高阶谐波已经充分衰减，因此高频模态响应可以用高通滤波或带通滤波分离。
图1为轴承几何关系示意图，在基于上述假定条件下，结合加速度包络线分析技术，轴承故障的检测方法可以根据图1所示的轴承几何关系示意图，按照以下公式对轴承相关损伤特征频率进行检测：
滚珠或滚子损伤特征频率:
轴承内圈损伤特征频率:
轴承外圈损伤特征频率:
轴承保持架损伤特征频率:
其中，D是滚珠或滚子组的节圆直径；d是滚珠或滚子直径；α是接触角(公称接触角)；n是滚珠或滚子个数；fMain是轴的转速，单位赫兹Hz。fRE，fBPFI，fBPFO，fFTF分别是轴承滚珠或滚子、内圈、外圈、和保持架的损伤特征频率。
但是，并不是所有轴承的损伤和运行条件都能符合上述假定，例如，低速运行的轴承，风力发电涡轮机的主轴轴承等。对于低速运行的轴承，由于运行速度低，轴承损伤引起的冲击脉冲是窄频的，其激发的结构共振频率可能与旋转机械的运行响应混合在一起，导致无法用简单的滤波器对轴承损伤响应信号进行分离。而对于风力发电涡轮机的主轴轴承在运行时，其运行方式与常规的轴承运行不同，具体地，在叶轮和齿轮箱的自重压力下，主轴轴承下半部的滚珠或滚子处于承载状态，而处于上半部的滚珠或滚子处于卸载状态，主轴旋转时承载状态的滚珠或滚子以纯滚动的方式运行，处于卸载状态的滚珠或滚子则可能以平动的方式运行，无论从纯滚动到平动或者从平动到纯滚动都会由于转动惯量突变而引起的冲击响应，实际运行中，这种响应有时是主要的响应，轴承损伤响应信号因信噪比小而很难获取到的。
因此，对于特定情况下的轴承或者特殊运行方式下的轴承，常规的轴承故障的检测方法，由于轴承损伤响应信号获取不准确、不方便等因素，导致轴承故障的检测结果很难达到预期效果，其可靠性较低。
发明内容
本发明实施例提供一种轴承故障的检测方法及装置、风力发电机组，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
本发明实施例提供一种轴承故障的检测方法，包括：
根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期，所述物理轴为与所述轴承直接相连的轴；
根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据；
对所述虚拟轴的同步采样数据进行同步平均处理，得到所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据；
根据所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据，对所述轴承进行故障检测。
本发明实施例还提供一种轴承故障的检测装置，包括：
确定模块，用于根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期，所述物理轴为与所述轴承直接相连的轴；
转换模块，用于根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据；
第一处理模块，用于对所述虚拟轴的同步采样数据进行同步平均处理，得到所述轴承损伤响应在所述虚拟轴下的轴周期同步损伤响应数据；
检测模块，用于根据所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据，对所述轴承进行故障检测。
本发明实施例还提供一种风力发电机组，包括发电机和与所述发电机连接的变速箱，所述风力发电机组还包括：如上所述的装置，用以对所述变速箱中的轴承进行故障检测。
本发明实施例的轴承故障的检测方法及装置、风力发电机组，通过根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，构造虚拟轴的轴周期，并根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据之后，对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，再根据虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测，避免了轴承损伤后必须激励高频段的响应数据，或者形成一个没有别的响应数据干扰的频段，才能对轴承故障进行检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明实施例的一部分，本发明实施例的示意性实施例及其说明用于解释本发明实施例，并不构成对本发明实施例的不当限定。文中所述“上”、“下”均以附图中的放置状态为参照。在附图中：
图1为轴承几何关系示意图；
图2为物理轴周期域零部件响应数据示意图；
图3为图2对应的阶次谱示意图；
图4为物理轴周期域零部件响应数据同步平均处理前后的对照图；
图5为图4对应的阶次谱对照图；
图6为本发明实施例的轴承故障的检测方法实施例一的流程图；
图7为本发明实施例的轴承故障的检测方法实施例二的流程图；
图8为本发明实施例的轴承故障的检测方法实施例三的流程图；
图9为图2中轴承外圈损伤响应数据在虚拟轴周期域内同步平均处理后的结果示意图；
图10为图9得到的结果转换到物理轴周期域后的响应数据与原始响应数据的对照图；
图11为图10对应的阶次谱对照图；
图12为轴承内圈损伤响应数据在虚拟轴周期域内同步平均处理前后的对照图；
图13为图12对应的阶次谱对照图；
图14为图2加入白噪声的对照图；
图15为图14对应的阶次谱示意图；
图16为轴承外圈损伤响应数据在虚拟轴周期域内同步平均处理前后的阶次谱对照图；
图17为轴承内圈损伤响应数据在虚拟轴周期域内同步平均处理前后的阶次谱对照图；
图18为本发明实施例的轴承故障的检测装置实施例一的结构示意图；
图19为本发明实施例的轴承故障的检测装置实施例二的结构示意图；
图20为本发明实施例的轴承故障的检测装置实施例三的结构示意图；
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例具体实施例及相应的附图对本发明实施例技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。
以下结合附图，详细说明本发明实施例各实施例提供的技术方案。
为了能够使本领域普通技术人员能够更好的理解本发明实施例的技术方案，下面对特定情况下的轴承或者特殊运行方式下的轴承，利用常规的轴承故障的检测方法，对轴承进行故障检测时的缺陷进行描述。
图2为物理轴周期域零部件响应数据示意图，图3为图2对应的阶次谱示意图。如图2所示，采集到的零部件响应数据可以包括但不限制于轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波，且采集的零部件响应数据均转换成物理轴周期域的同步采样数据。
如图3所示，f0＝1表示该物理轴的轴速度，f11＝8.07表示与该物理轴配套的轴承外圈损伤引起的响应数据，f12和f13是f11的第2和第3阶谐波；f21＝17.93表示轴承的内圈损伤响应数据，f22和f23是f21的第2和第3阶谐波；f3-f6表示与该物理轴相连的齿轮响应数据和高阶谐波，分别为15、30、40和45。
由上可知，f11和f21及其倍频均为非整数，也就是说这些响应数据是与物理轴非同步的；而f0和f3-f6则均为整数，因此这些响应数据是与物理轴同步的。如果我们直接根据物理轴的轴周期，应用同步平均技术对这些数据进行同步平均处理，那些与物理轴不同步的轴承损伤响应数据就会减小甚至消失，而那些与物理轴同步的响应数据则会保持，并加强。
具体地，图4为物理轴周期域零部件响应数据同步平均处理前后的对照图，图5为图4对应的阶次谱对照图。如图4所示，上部为同步平均处理前的物理轴周期域零部件响应数据，下部为同步平均处理后的与物理轴同步的响应数据，图5中上部为同步平均处理前的物理轴周期域零部件响应数据的阶次谱，下部为同步平均处理后的与物理轴同步的响应数据的阶次谱。
如图4和图5所示，在物理轴周期域内进行同步平均处理后将与物理轴不同步的轴承损伤响数据应基本上消除了，而与物理轴同步其它响应数据基本上保持不变。
由图1以及公式(1)-(4)可知，轴承各部件的损伤特征频率与该轴承配套的物理轴的转速以及该轴承自身的结构相关。本发明实施例为了方便描述，可以将公式(1)-(4)转化为如下公式：
可以将轴承损伤特征阶次(轴承损伤特征频率/物理轴的转速)定义为轴承的损伤系数M，其中，MRE为滚珠或滚子的损伤系数，MBPFI为轴承内圈的损伤系数，MBPFO为轴承外圈的损伤系数，MFTF为轴承保持架的损伤系数，需要说明的是，本发明实施例中的轴承的损伤系数M可以理解为滚珠或滚子、轴承内圈、轴承外圈、和轴承保持架相对于物理轴的轴速度的阶次。
由于轴承自身结构是固定的，所以其几何关系是固定的，因此轴承的损伤系数定义为M是一个固定的值，但并不是一个整数值，通常情况下，MRE、MBPFI和MBPFO均为大于1的数值，而MFTF的数值在0.5左右，也就是说在物理轴的轴周期域同步采样数据中，轴承损伤响应数据是非整周期采样。因此，直接运用基于快速傅氏变换(Fast Fourier Transformation，FFT)的阶次分析就不可避免地会在轴承损伤响应数据的幅值中引起能量泄漏，从而导致轴承损伤响应数据的阶次和幅值的读数不准。这个不准的程度与物理轴的轴周期域的数据响应长度和分辨率有关。
如图3所示，轴承外圈损伤响应数据模拟用了阶次[8.07、16.14、24.21]和幅值[2.0、1.0、0.5]，但直接FFT分析读到的值分别为阶次[8.125、16.125、24.25]和幅值[1.43、0.941、0.4205]。这里轴承外圈损伤响应数据长度为8周，所以阶次分辨率为0.125。比较识别的幅值与模拟的幅值，有多达16％的误差，这主要是由于非整周期采样的能量泄漏引起的。同样，在轴承内圈损伤响应的模拟中也有类似的结果。轴承内圈损伤响应数据模拟用了阶次[17.93、35.86、53.79]和幅值[2.0、1.0、0.5]，但直接FFT分析读到的值分别为阶次[17.93、35.86、53.79]和幅值[1.44、0.98、0.42]，幅值误差也在16％左右。
综上所述，对于特定情况下的轴承或者特殊运行方式下的轴承，常规的轴承故障的检测方法，是无法加强轴承损伤响应数据的，甚至是削弱轴承损伤响应数据，导致轴承故障的检测结果很难达到预期效果，误差较大、可靠性较低。
实施例一
图6为本发明实施例的轴承故障的检测方法实施例一的流程图，如图6所示，本发明实施例的轴承故障的检测方法，具体可以包括如下步骤：
600、根据轴承的损伤系数以及与轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期。
在一个具体实现过程中，对于低速运行的轴承，由于运行速度低，轴承损伤引起的冲击脉冲是窄频的，其激发的结构共振频率可能与旋转机械的运行响应混合在一起，若对物理轴的同步采样数据进行同步平均处理时，轴承损伤响应数据会被削弱甚至消除，导致无法用简单的滤波器对轴承损伤响应数据进行分离；而对于风力发电涡轮机的主轴轴承在运行时，其运行方式与常规的轴承运行不同，滚珠或滚子无论从纯滚动到平动或者从平动到纯滚动都会由于转动惯量突变而引起的冲击响应，实际运行中，这种响应有时是主要的响应，轴承损伤响应数据是很难获取到的。
因此，为了能够有效的获得轴承损伤响应数据，本发明实施例可以假定存在一个虚拟轴，该虚拟轴无物理意义，其目的是使轴承的损伤相应数据与虚拟轴的轴周期同步。例如，可以根据轴承的损伤系数M以及与该轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期。使轴承损伤响应数据与虚拟轴的轴周期同步，其它响应数据则与虚拟轴的轴周期不同步，从而保留并加强轴承损伤响应的数据，削弱或者除去其它响应数据，其中，物理轴为与该轴承直接相连的轴，轴承的损伤系数是根据所述轴承的几何参数确定的；根据公式(5)-(8)可知，本发明实施例中，轴承的几何参数包括：接触角、滚珠或滚子组的节圆直径、滚珠或滚子直径以及滚珠或滚子个数。
具体地，本发明实施例在确定构造的虚拟轴的轴周期时可以采用但不限制于以下方法：将物理轴的轴周期与轴承的损伤系数M相除，得到虚拟轴的周期。例如，若物理轴的轴周期为8，轴承的损伤系数M为1.15，可以得到虚拟轴的轴周期为6.96，若轴承的损伤系数M为0.48，可以得到虚拟轴的轴周期为16.67。
601、根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据。
由于物理轴的同步采样数据为根据物理轴的轴周期进行同步采样的，而M一般是非整数，从而物理轴的同步采样数据中轴承响应数据为非整数，所以可以按照虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据，例如，可以对关于物理轴的同步采样数据进行重采样，使得重采样后虚拟轴承周期内的响应数据的点数为整数。
需要说明的是，在根据虚拟轴的轴周期进行重采样时，必须保证虚拟轴整周期采样，即在虚拟轴周期内有整数个采样点。
602、对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据。
利用同步平均技术对虚拟轴的同步采样数据进行同步平均处理，由于此时虚拟轴的同步采样数据中轴承的响应数据与虚拟轴的周期同步，而其它响应数据与虚拟轴的周期不同步，所以在对虚拟轴的同步采样数据进行同步平均处理之后，可以得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，并使轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据加强，同时削弱或者去除与虚拟轴的轴周期不同步的其它响应数据。
603、根据轴承的损伤响应在虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测。
经过上述各步骤的处理之后，可以将轴周期同步损伤响应数据从各零部件的响应数据中分离出来，此时可以对虚拟轴下的轴周期同步损伤响应数据进行时域或者频域分析，从而根据分析结果，对轴承进行故障检测。
本发明实施例的轴承故障的检测方法，通过根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，构造虚拟轴的轴周期，并根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据之后，对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，再根据虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测，避免了轴承损伤后必须激励高频段的响应数据，或者形成一个没有别的响应数据干扰的频段，才能对轴承故障进行检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
实施例二
图7为本发明实施例的轴承故障的检测方法实施例二的流程图，如图7所示，本发明实施例的轴承故障的检测方法，在图6所示实施例的基础上进一步更加详细的对本发明技术方案进行描述。
如图7所示，本发明实施例的轴承故障的检测方法，具体可以包括如下步骤：
700、根据轴承的损伤系数以及与轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期。
701、采集零部件响应信号和物理轴的轴速度信号。
例如，可以使用传感器采集零部件响应响应信号，本发明实施例中的传感器可以包括但不限制于：加速度传感器、应变片、基于压电效应的薄膜或晶片。本发明实施例可以通过但不限制于：基于光敏元件、基于激光或基于霍尔效应的方式，采集物理轴的轴速度信号。
需要说明的是，物理轴的轴速度信号还可以以其它形式进行采集，例如，每周多个脉冲的时间序列或者每周的精确时间等，本发明实施例不做具体限制。
本发明实施例中的零部件响应信号可以包括但不限制于：轴转动的响应信号、轴承内圈损伤响应信号及其高阶谐波、轴承外圈损伤响应信号及其高阶谐波、滚珠或滚子的损伤响应信号及其高阶谐波、轴承保持架的损伤信号及其高阶谐波以及齿轮啮合响应信号及其高阶谐波中的至少一种。
702、根据零部件响应信号和物理轴的轴速度信号，生成零部件响应信号对应的零部件响应数据和物理轴的轴速度信号对应的物理轴的轴速度数据。
本发明实施例中优选为模-数转换，其精度不小于16位。当物理轴的轴速度信号是以整周期时间来提供时，精确校对物理轴转动的起始时刻是很重要的。
本发明实施例中的零部件响应信号经模-数转换后，可以得到各信号对应的零部件响应数据。例如，轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
需要说明的是，本发明实施例中所指的零部件响应信号和物理轴的轴速度信号均为模拟信号，同步采样数据为数字信号。
703、根据物理轴的轴周期，对零部件响应数据进行同步处理，得到物理轴的同步采样数据。
为消除采集过程中物理轴的转速变化以及后续同步分析，需要根据物理轴的轴周期，对零部件响应数据进行同步处理，得到物理轴的同步采样数据。
需要说明的是，本发明实施例对于步骤700与步骤701-703之间的先后顺序不做具体限制。
704、根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据。
705、对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据。
706、根据物理轴的轴周期，将轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据转换成物理轴下的轴承响应数据。
由于虚拟轴是一个假定的轴，而不是实际存在的，且无物理意义，所以，在得到轴承在虚拟轴下的轴周期同步损伤响应数据之后，为了能够对轴承在虚拟轴下的轴周期同步损伤响应数据的分析结果赋予物理意义，需要将轴承在虚拟轴下的轴周期同步损伤响应数据转换成物理轴下的轴承响应数据，以得知轴承在虚拟轴下的轴周期同步损伤响应数据为哪部分的响应数据。
具体地，可以根据轴承的几何关系，按照步骤704的反向过程进行转换，即将虚拟轴的轴周期乘以损伤系数M，得到物理轴的轴周期，再按照物理轴的周期进行重采样，此时得到的响应数据为物理轴下的轴承响应数据。
707、对物理轴下的轴承响应信号进行分析，得到分析结果。
在得到物理轴下的轴承响应数据之后，可以对物理轴下的轴承响应数据进行轴周期域分析或者进行FFT分析，得到分析结果。
708、根据分析结果，对轴承进行故障检测。
在得到分析结果之后，可以利用该分析结果，检测轴承是否发生故障，轴承发生故障的部位、轴承损伤程度等。
本发明实施例的轴承故障的检测方法，避免了轴承损伤后必须激励高频段的响应数据，或者形成一个没有别的响应数据干扰的频段，才能对轴承故障进行检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
实施例三
图8为本发明实施例的轴承故障的检测方法实施例三的流程图，如图8所示，本发明实施例的轴承故障的检测方法，在图6所示实施例的基础上进一步更加详细的对本发明技术方案进行描述。
800、根据轴承的损伤系数以及与轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期。
801、采集零部件响应信号和已知轴的轴速度信号。
其中，已知轴为能够直接测量出轴速度的轴。
在一个具体实现过程中，与待测轴承直接连接的物理轴的轴速度信号可能并不能被直接测量，例如，一个典型的风力涡轮发电机齿轮箱中，通常有多级的齿轮和不同的齿轮模式，如平行齿轮或者行星齿轮，以实现高倍率的转速增速。而直接可以被测量得到的轴速度信号，通常为高速轴，其它轴的轴速度信号是无法通过测量得到的。
若此时需要检测的轴承为与其它轴直接连接，说明物理轴为高速轴以外的其它轴，其轴速度信号无法直接测量，因此，本发明实施例中可以将高速轴作为已知轴，测得高速轴的轴速度信号，而不是测量物理轴的轴速度信号。详细采集过程及原理与图7所示实施中步骤701相同，详细请参考上述相关记载，在此不再赘述。
802、根据零部件响应信号和已知轴的轴速度信号，生成零部件响应信号对应的零部件响应数据和已知轴的轴速度信号对应的已知轴的轴速度数据。
详细采集过程及原理与图7所示实施中步骤702相同，详细请参考上述相关记载，在此不再赘述。
803、根据物理轴的轴周期、已知轴的轴速度数据和已知轴与物理轴之间的运动学关系，将零部件响应数据转换成物理轴的同步采样数据。
由于不同轴之间的运动学关系是恒定的，例如，已知轴的轴速度变化、已知轴与物理轴之间的几何关系、已知轴与物理轴之间的转速比等轴信息是可以被获知的，因此，在可以根据已知轴的轴速度数据和已知轴与物理轴之间的运动学关系，利用合成转速及信号处理技术，将已知轴的轴速度数据转换成物理轴的轴速度数据，实现零部件响应数据与物理轴相关联，并根据物理轴的轴周期，将部件的振动数据转换成物理轴的同步采样数据。
需要说明的是，本发明实施例对于步骤800与步骤801-803之间的先后顺序不做具体限制。
804、根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据。
805、对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据。
806、根据物理轴的轴周期，将轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据转换成物理轴下的轴承响应数据。
807、对物理轴下的轴承响应信号进行分析，得到分析结果。
808、根据分析结果，对轴承进行故障检测。
本发明实施例的轴承故障的检测方法，通过已知轴与物理轴之间的运动学关系，能够获得任意物理轴的同步采样数据，避免了轴承损伤后必须激励高频段的响应数据，或者形成一个没有别的响应数据干扰的频段，才能对轴承故障进行检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
下面以具体的数值模拟示例对本发明实施例的技术方案进行描述。
示例1
图9为图2中轴承外圈损伤响应数据在虚拟轴周期域内同步平均处理后的结果示意图，图10为图9得到的结果转换到物理轴周期域后的响应数据与原始响应数据的对照图，图11为图10对应的阶次谱对照图。
如图10所示，图10中上部为原始响应数据，下部为图9得到的轴承外圈损伤响应数据转换到物理轴周期域后的响应数据，二者相对比之后，可以看到轴承外圈损伤响应数据之外的其它数据已被清理。如图11所示，上部为图10中原始响应数据的阶次谱，下部为图10中轴承外圈损伤响应数据转换到物理轴周期域后的响应数据的阶次谱，二者相对比之后，可以明显地看到：轴承外圈损伤响应数据(虚拟轴同步响应数据)得到了增强；轴承内圈损伤响应数据及齿轮拟合数据等(虚拟轴非同步响应数据)得到了抑制。
同理，对轴承内圈损伤响应数据的处理，也可以得到类似的结果，详细参见图12和图13，图12为轴承内圈损伤响应数据在虚拟轴周期域内同步平均处理前后的对照图，图13为图12对应的阶次谱对照图。如图12所示，上部为同步平均处理前的原始响应数据，下部为轴承内圈损伤响应数据在虚拟轴周期域内同步平均处后，并转化到物理轴周期域之后的响应数据。
从图10-图13所示的数值可以知道：
1、本发明实施例的轴承故障的检测方法，对虚拟轴的同步采样数据进行同步平均处理，能够起到分离轴承损伤响应数据的作用，并同时加强轴承损伤响应数据，降低甚至去除其它响应数据。
2、本发明实施例的轴承故障的检测方法，对虚拟轴的同步采样数据进行同步平均处理，不仅可以改善轴承损伤特征频率的幅值，也可以改善轴承损伤特征频率和阶次的读数精度。
同理，对轴承其它部件的响应数据的处理，也可以得到类似结果，在此不再一一举例说明。
如图11所示，轴承外圈损伤响应数据的模拟中，用虚拟轴同步平均分析得到的轴承外圈损伤特征频率的阶次和幅值分别为[8.07、16.14、24.21]和[2.0、1.006、0.4997]。这里阶次读数是精确的，而幅值误差在1％以内。
同样，如图13所示，对轴承内圈损伤响应数据的模拟也得到相似的结果。用虚拟轴同步分析得到的轴承内圈损伤特征频率为阶次[17.93、35.86、53.79]和幅值[2.07、0.9994、0.5004]。同样，阶次识别是精确的，幅值识别误差小于4％。
示例2
图14为图2加入白噪声的对照图，图15为图14对应的阶次谱示意图，图16为轴承外圈损伤响应数据在虚拟轴周期域内同步平均处理前后的阶次谱对照图，图17为轴承内圈损伤响应数据在虚拟轴周期域内同步平均处理前后的阶次谱对照图。
从图14-图17所示的数值可以知道，本发明实施例的轴承故障的检测方法，对虚拟轴的同步采样数据进行同步平均处理，还能具有较强的降噪作用。
具体地，如图14所示，图中上部为图2所示的振动响应数据，中部为白噪声数据，其方差强度是图2所示振动响应数据方差的10倍，即
在这样的高白噪声干扰下，一些振动响应数据已完全淹没在白噪声中，下部为加入白噪声之后的振动响应数据，如图15所示，f0、f13和f23已经无法辨认。如图16所示，上部为图14中加入白噪声之后的振动响应数据对应的阶次谱，下部为经过虚拟轴的同步平均处理后得到的轴承外圈损伤响应数据对应的阶次谱，二者对比之后，可以看出经过虚拟轴的同步平均处理后，白噪声大部分被抑制。例如，轴承外圈损伤响应数据经过25次虚拟轴的同步平均处理后，可以检测到轴承外圈损伤响应数据的幅值为[1.931、1.105、0.519]。
同理，如图17所示，上部为图14中加入白噪声之后的振动响应数据对应的阶次谱，下部为经过虚拟轴的同步平均处理后得到的轴承内圈损伤响应数据对应的阶次谱，二者对比之后，可以看出经过虚拟轴的同步平均处理后，白噪声大部分被抑制。此时可以检测到轴承内圈损伤响应数据的幅值为[1.934、1.127、0.454]。其识别结果的误差均小于13％，需要说明的是，在实际应用中利用本发明实施例的轴承故障的检测方法，得到的轴承损伤特征频率的误差会随着同步平均处理的次数增加而减小。
实施例四
图18为本发明实施例的轴承故障的检测装置实施例一的结构示意图，如图18所示，本发明实施例的轴承故障的检测装置可以包括：确定模块10、转换模块11、第一处理模块12和检测模块13。
确定模块10，用于根据轴承的损伤系数以及与轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期。
在一个具体实现过程中，物理轴为与轴承直接相连的轴，轴承的损伤系数是根据所述轴承的几何参数确定的，其中，轴承的几何参数包括：接触角、滚珠或滚子组的节圆直径、滚珠或滚子直径以及滚珠或滚子个数。本发明实施例在确定构造的虚拟轴的轴周期时可以采用但不限制于以下方法：将所述物理轴的轴周期与所述轴承的损伤系数相除，得到虚拟轴的周期。
转换模块11，用于根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据。
第一处理模块12，用于对虚拟轴的同步采样数据进行同步平均处理，得到所述轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据。
检测模块13，用于根据轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测。
本发明实施例的轴承故障的检测装置，通过采用上述各模块实现对轴承故障进行检测的实现机制与上述图6所示实施例的实现机制相同，详细可以参考上述图6所示实施例的记载，在此不再赘述。
本发明实施例的轴承故障的检测装置，通过采用上述各模块能够根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，构造虚拟轴的轴周期，并根据虚拟轴的轴周期，将物理轴的同步采样数据转换成虚拟轴的同步采样数据之后，对虚拟轴的同步采样数据进行同步平均处理，得到轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，再根据虚拟轴下的轴周期同步损伤响应数据，对轴承进行故障检测，避免了轴承损伤后必须激励高频段的响应数据，或者形成一个没有别的响应数据干扰的频段，才能对轴承故障进行检测。本发明实施例的技术方案，实现了对轴承，尤其是特定情况下的轴承或者特殊运行方式下的轴承，准确方便地从各种零部件响应数据中获取轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据，使轴承故障的检测结果能够达到预期效果，可靠性较高。
实施例五
图19为本发明实施例的轴承故障的检测装置实施例二的结构示意图，如图19所示，本发明实施例的轴承故障的检测装置在图18所示实施例的基础上进一步还可以包括第一采集模块14、第一生成模块15和第二处理模块16。
第一采集模块14，用于采集零部件响应信号和物理轴的轴速度信号；
第一生成模块15，用于根据零部件响应信号和物理轴的轴速度信号，生成零部件响应信号对应的零部件响应数据和物理轴的轴速度信号对应的物理轴的轴速度数据；
第二处理模块16，用于根据物理轴的轴周期，对零部件响应数据进行同步处理，得到物理轴的同步采样数据；
其中，零部件响应数据可以包括但不限制于：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
在一个具体实现过程中，检测模块13，具体用于：
根据物理轴的轴周期，将轴承损伤响应在虚拟轴下的轴周期同步损伤响应数据转换成物理轴下的轴承响应数据；
对物理轴下的轴承响应数据进行分析，得到分析结果；
根据分析结果，对轴承进行故障检测。
应当理解的是，尽管在本发明实施例中可能采用术语第一、第二等描述处理模块，但这些处理模块不应限于这些术语，这些术语仅用来将处理模块彼此区分开。例如在不脱离本发明实施例范围的情况下，第一处理模块12也可以被称为第二处理模块16，同理第二处理模块16也可以被称为第一处理模块12。
本发明实施例的轴承故障的检测装置，通过采用上述各模块实现对轴承故障进行检测的实现机制与上述图7所示实施例的实现机制相同，详细可以参考上述图7所示实施例的记载，在此不再赘述。
实施例六
图20为本发明实施例的轴承故障的检测装置实施例三的结构示意图，如图20所示，本发明实施例的轴承故障的检测装置在图18所示实施例的基础上进一步还可以包括第二采集模块17、第二生成模块18和第三处理模块19。
第二采集模块17，用于采集零部件响应信号和已知轴的轴速度信号，已知轴为能够直接测量出轴速度的轴；
第二生成模块18，用于根据零部件响应信号和已知轴的轴速度信号，生成零部件响应信号对应的零部件响应数据和已知轴的轴速度信号对应的已知轴的轴速度数据；
第三处理模块19，用于根据物理轴的轴周期、已知轴的轴速度数据和已知轴与物理轴之间的运动学关系，零部件响应数据转换成物理轴的同步采样数据；
其中，零部件响应数据可以包括但不限制于：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
本发明实施例的轴承故障的检测装置，通过采用上述各模块实现对轴承故障进行检测的实现机制与上述图8所示实施例的实现机制相同，详细可以参考上述图8所示实施例的记载，在此不再赘述。
本发明实施例还提供一种风力发电机组，包括发电机和与发电机连接的变速箱，风力发电机组还包括：如图18-20任一所述实施例的装置，用以对变速箱中的轴承进行故障检测。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明实施例的实施例可提供为方法、***或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种轴承故障的检测方法，其特征在于，包括：
根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期，所述物理轴为与所述轴承直接相连的轴；
根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据；
对所述虚拟轴的同步采样数据进行同步平均处理，得到所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据；
根据所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据，对所述轴承进行故障检测。
2.根据权利要求1所述的方法，其特征在于，根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期，包括：
将所述物理轴的轴周期与所述轴承的损伤系数相除，得到虚拟轴的周期。
3.根据权利要求1所述的方法，其特征在于，根据所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据，对所述轴承进行故障检测，包括：
根据所述物理轴的轴周期，将所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据转换成所述物理轴下的轴承响应数据；
对所述物理轴下的轴承响应数据进行分析，得到分析结果；
根据所述分析结果，对所述轴承进行故障检测。
4.根据权利要求1-3任一所述的方法，其特征在于，根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据之前，还包括：
采集零部件响应信号和所述物理轴的轴速度信号；
根据所述零部件响应信号和所述物理轴的轴速度信号，生成所述零部件响应信号对应的零部件响应数据和所述物理轴的轴速度信号对应的物理轴的轴速度数据；
根据所述物理轴的轴周期，对所述零部件响应数据进行同步处理，得到所述物理轴的同步采样数据；
所述零部件响应数据包括：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
5.根据权利要求1-3任一所述的方法，其特征在于，根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据之前，还包括：
采集零部件响应信号和已知轴的轴速度信号，所述已知轴为能够直接测量出轴速度的轴；
根据所述零部件响应信号和所述已知轴的轴速度信号，生成所述零部件响应信号对应的零部件响应数据和所述已知轴的轴速度信号对应的已知轴的轴速度数据；
根据所述物理轴的轴周期、所述已知轴的轴速度数据和所述已知轴与所述物理轴之间的运动学关系，所述零部件响应数据转换成所述物理轴的同步采样数据；
所述零部件响应数据包括：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
6.根据权利要求1-3任一所述的方法，其特征在于，所述轴承的损伤系数是根据所述轴承的几何参数确定的；
所述轴承的几何参数包括：接触角、滚珠或滚子组的节圆直径、滚珠或滚子直径以及滚珠或滚子个数。
7.一种轴承故障的检测装置，其特征在于，包括：
确定模块，用于根据轴承的损伤系数以及与所述轴承配套的物理轴的轴周期，确定构造的虚拟轴的轴周期，所述物理轴为与所述轴承直接相连的轴；
转换模块，用于根据所述虚拟轴的轴周期，将所述物理轴的同步采样数据转换成所述虚拟轴的同步采样数据；
第一处理模块，用于对所述虚拟轴的同步采样数据进行同步平均处理，得到所述轴承损伤响应在所述虚拟轴下的轴周期同步损伤响应数据；
检测模块，用于根据所述轴承的损伤响应在所述虚拟轴下的轴周期同步损伤响应数据，对所述轴承进行故障检测。
8.根据权利要求7所述的装置，其特征在于，所述确定模块，具体用于：
将所述物理轴的轴周期与所述轴承的损伤系数相除，得到虚拟轴的周期。
9.根据权利要求7所述的装置，其特征在于，所述检测模块，具体用于：
根据所述物理轴的轴周期，将所述轴承损伤响应在所述虚拟轴下的轴周期同步损伤响应数据转换成所述物理轴下的轴承响应数据；
对所述物理轴下的轴承响应数据进行分析，得到分析结果；
根据所述分析结果，对所述轴承进行故障检测。
10.根据权利要求7-9任一所述的装置，其特征在于，还包括：
第一采集模块，用于采集零部件响应信号和所述物理轴的轴速度信号；
第一生成模块，用于根据所述零部件响应信号和所述物理轴的轴速度信号，生成所述零部件响应信号对应的零部件响应数据和所述物理轴的轴速度信号对应的物理轴的轴速度数据；
第二处理模块，用于根据所述物理轴的轴周期，对所述零部件响应数据进行同步处理，得到所述物理轴的同步采样数据；
所述零部件响应数据包括：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
11.根据权利要求7-9任一所述的装置，其特征在于，所述装置还包括：
第二采集模块，用于采集零部件响应信号和已知轴的轴速度信号，所述已知轴为能够直接测量出轴速度的轴；
第二生成模块，用于根据所述零部件响应信号和所述已知轴的轴速度信号，生成所述零部件响应信号对应的零部件响应数据和所述已知轴的轴速度信号对应的已知轴的轴速度数据；
第三处理模块，用于根据所述物理轴的轴周期、所述已知轴的轴速度数据和所述已知轴与所述物理轴之间的运动学关系，所述零部件响应数据转换成所述物理轴的同步采样数据；
所述零部件响应数据包括：
轴转动的响应数据、轴承内圈损伤响应数据及其高阶谐波、轴承外圈损伤响应数据及其高阶谐波、滚珠或滚子的损伤响应数据及其高阶谐波、轴承保持架的损伤数据及其高阶谐波以及齿轮啮合响应数据及其高阶谐波中的至少一种。
12.根据权利要求7-9任一所述的装置，其特征在于，所述轴承的损伤系数是根据所述轴承的几何参数确定的；
所述轴承的几何参数包括：接触角、滚珠或滚子组的节圆直径、滚珠或滚子直径以及滚珠或滚子个数。
13.一种风力发电机组，包括发电机和与所述发电机连接的变速箱，其特征在于，所述风力发电机组还包括：权利要求7-12中任一项所述的装置，用以对所述变速箱中的轴承进行故障检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710141815.5A CN108572074B (zh) | 2017-03-10 | 2017-03-10 | 轴承故障的检测方法及装置、风力发电机组 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710141815.5A CN108572074B (zh) | 2017-03-10 | 2017-03-10 | 轴承故障的检测方法及装置、风力发电机组 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108572074A CN108572074A (zh) | 2018-09-25 |
| CN108572074B true CN108572074B (zh) | 2020-07-10 |
Family
ID=63577275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710141815.5A Active CN108572074B (zh) | 2017-03-10 | 2017-03-10 | 轴承故障的检测方法及装置、风力发电机组 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108572074B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113776836B (zh) * | 2021-10-25 | 2024-01-02 | 长沙理工大学 | 一种自适应同步平均的轴承故障定量诊断方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
| KR20110076040A (ko) * | 2009-12-29 | 2011-07-06 | 한국세라믹기술원 | 수도밸브용 세라믹디스크의 수명시험방법 |
| WO2014161590A1 (en) * | 2013-04-05 | 2014-10-09 | Aktiebolaget Skf | Method for processing data obtained from a condition monitoring system |
| CN105223002A (zh) * | 2014-05-27 | 2016-01-06 | 上海北阅机械设备有限公司 | 一种等速驱动轴周期循环寿命试验方法 |
| CN105675275A (zh) * | 2016-01-13 | 2016-06-15 | 中国航空动力机械研究所 | 燃油泵调节器的加速等效寿命试验方法 |
| CN106092575A (zh) * | 2016-06-01 | 2016-11-09 | 浙江工业大学 | 一种基于Johnson变换和粒子滤波算法的轴承故障诊断与剩余寿命预测方法 |
-
2017
- 2017-03-10 CN CN201710141815.5A patent/CN108572074B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
| KR20110076040A (ko) * | 2009-12-29 | 2011-07-06 | 한국세라믹기술원 | 수도밸브용 세라믹디스크의 수명시험방법 |
| WO2014161590A1 (en) * | 2013-04-05 | 2014-10-09 | Aktiebolaget Skf | Method for processing data obtained from a condition monitoring system |
| CN105223002A (zh) * | 2014-05-27 | 2016-01-06 | 上海北阅机械设备有限公司 | 一种等速驱动轴周期循环寿命试验方法 |
| CN105675275A (zh) * | 2016-01-13 | 2016-06-15 | 中国航空动力机械研究所 | 燃油泵调节器的加速等效寿命试验方法 |
| CN106092575A (zh) * | 2016-06-01 | 2016-11-09 | 浙江工业大学 | 一种基于Johnson变换和粒子滤波算法的轴承故障诊断与剩余寿命预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108572074A (zh) | 2018-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saruhan et al. | Vibration analysis of rolling element bearings defects | |
| RU2558007C2 (ru) | Способ обнаружения повреждения, по меньшей мере, одного опорного подшипника двигателя | |
| Feng et al. | Vibration signal models for fault diagnosis of planet bearings | |
| Wang et al. | Rolling element bearing fault diagnosis via fault characteristic order (FCO) analysis | |
| JP5073533B2 (ja) | エンジン軸受への損傷を検出する方法 | |
| Reddy et al. | Detection and monitoring of coupling misalignment in rotors using torque measurements | |
| JP2013088431A (ja) | 転がり軸受けの破損を自動的に検出するための方法およびシステム | |
| CN104819766B (zh) | 基于谐噪比的包络解调频带确定方法 | |
| US20110036166A1 (en) | Method and apparatus for in situ unbalance and corrective balance determination for a non-vertical axis rotating assembly | |
| US20110251804A1 (en) | Methods And Systems For Isolating A Frequency In A Rotating Machine | |
| Luo et al. | Synthesized synchronous sampling technique for differential bearing damage detection | |
| US10365297B2 (en) | System and method for generation of a tachometer signal and reduction of jitter | |
| CN108317052B (zh) | 齿轮的损伤因子的检测方法及装置、风力发电机组 | |
| Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
| CN117836599A (zh) | 检测旋转***中轴承缺陷的方法以及实施该方法的监控*** | |
| CN108572074B (zh) | 轴承故障的检测方法及装置、风力发电机组 | |
| CN110219816A (zh) | 用于风机故障诊断的方法和*** | |
| CN117686232A (zh) | 一种燃气轮机振动基频实时提取方法、装置及存储介质 | |
| Zhang et al. | Virtual shaft‐based synchronous analysis for bearing damage detection and its application in wind turbines | |
| Houjoh et al. | Utilization of synchronous averaging for inspection of tooth surface undulations on gears (localization of nonmesh harmonic components to individual gear) | |
| JPS63150633A (ja) | 軸振動診断装置 | |
| CN108535014B (zh) | 待测轴的虚拟同步采样、故障分析方法及其装置 | |
| EP3748154A1 (en) | A method for computer-implemented monitoring of a compo-nent of a wind turbine | |
| CN113029553A (zh) | 齿轮箱轴转速信息提取方法、***、装置及存储介质 | |
| Zhou et al. | A knowledge base system for rotary equipment fault detection and diagnosis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100011 Beijing Dongcheng District, West Binhe Road, No. 22 Applicant after: National energy investment Refco Group Ltd Applicant after: Beijing low carbon clean energy research institute Address before: 100011 Beijing, Dongcheng District Anwai Binhe West Road No. 22 Shenhua building Applicant before: Shenhua Group LLC Applicant before: National Institute of Clean and Low Carbon Energy |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |