【专利下载】【专利代理】【商标和版权申请】Tel:18215660330

一种嵌入式声学智能轴承及其监测诊断方法

专利查询10月前  40

【专利下载】【专利代理】【商标和版权申请】Tel:18215660330



1.本发明属于智能轴承技术领域,具体涉及一种嵌入式声学智能轴承及其监测诊断方法。


背景技术:

2.滚动轴承是旋转机械中广泛应用的关键部件,也是易损部件。在风电机组中,由于轴承使用环境恶劣,维修成本高,为避免故障引发停机,进而导致较大的经济损失,对风电轴承的健康状态进行监控十分有必要。
3.风电轴承结构尺寸大、零件多、服役环境恶劣,存在强冲击、高载荷以及转速低的特点,具有如下激励特性:其一,由于故障激励分布离散随机,经由多路径传递、信号衰减以及强背景噪声干扰后,距离故障冲击较远的传感器无法有效感知到故障信息;其二,受到外部不确定、强非线性风力驱动,风电主轴轴承转速较慢、且具有较强波动特征,固定传感器通常无法有效地在全局范围感知局部故障激励,只能在感知视野区间内捕获瞬时多次局部冲击形成虚假成分,以至于常规的基于少量振动、应变、超声传感器的诊断方法无法检测到该故障;其三,部分基于大量振动、应变、超声传感器的多传感器感知方法受限于结构接触感知方式,且受到风电轴承周围多路径、强噪声、多耦合形成的以及风电本体大型结构多源强激励的干扰,无法有效形成目标信息聚焦从而完成大尺寸、强冲击、高载荷、强噪声、低转速风电轴承高效智能诊断。


技术实现要素:

4.本发明旨在解决现有技术中存在的技术问题,本发明的第一个目的是提供一种嵌入式声学智能轴承。本发明的第二个目的是提供一种利用前述嵌入式声学智能轴承的监测诊断方法。
5.为达到上述第一个目的,本发明采用如下技术方案:一种嵌入式声学智能轴承,包括轴承本体、以及嵌入安装在轴承本体上的m个嵌入式声学感知螺栓,m为≥12的整数,m个嵌入式声学感知螺栓形成声学感知螺栓阵列;嵌入式声学感知螺栓包括能够与轴承本体连接起连接紧固作用的螺栓本体、以及嵌入安装在螺栓本体上的声学监测单元,声学监测单元包括声音传感器、与声音传感器的信号输出端相连的无线数据传输模块、以及给声音传感器和无线数据传输模块供电的电源模块。
6.上述技术方案中,通过对轴承(比如风电轴承)安装m个嵌入式声学感知螺栓,形成声学感知螺栓阵列,融合处理多个带有时间差异性的声音信号,可降低故障误判概率,实现风电轴承智能诊断。
7.在本发明的一种优选实施方式中,声音传感器的声孔朝向空气一侧并指向轴承本体的中心。使得测试的结果更准确。
8.在本发明的一种优选实施方式中,螺栓本体的头部开设有沟槽,声学监测单元嵌入的安装于沟槽中。安装声学监测单元的方式简单,使得嵌入式声学感知螺栓的结构简单。
9.在本发明的一种优选实施方式中,m个嵌入式声学感知螺栓以轴承本体的中心为圆心周向间隔分布。均匀设置,使得结构更准确。
10.为达到上述第而个目的,本发明采用如下技术方案:一种用于嵌入式声学智能轴承的监测诊断方法,假设若干声学监测单元所在平面为x-y平面,采用球面坐标系表示入射波的波达方向,坐标系的原点o位于轴承本体的中心;
11.假设存在d个信号源,阵列由m个全向阵元组成,则阵列接收信号可以表示为:
12.x(t)=as(t)+n(t)
ꢀꢀ
(1)
13.公式(1)中,s(t)为信号矩阵,其表达式如下:
[0014][0015]
公式(1),a为阵列流行矩阵,其表达式如下:
[0016][0017]
公式(1),n(t)为加性噪声矩阵,其表达式如下:
[0018]
n(t)=[n1(t),n2(t),......,nm(t)]
t
ꢀꢀ
(4)
[0019]
公式(2)-(4)中,i为信号源序号,t为时间,si(t)为到达阵列中心的第i个信号,[]
t
为矩阵的转置;
[0020]
zi(t)为信号的复包络;
[0021]
ω0=2πf0为信号的相位;f0为固有频率;
[0022]
ξ=krsinθ,k=2π/λ0,λ0为波长,r为圆阵列的半径,θ为声源到原点的连线与该智能轴承轴线方向的夹角;
[0023]
φi∈[0,2π]表示坐标系原点到第i个声源的连线在x-y平面上的投影与x轴的夹角;
[0024]
则表示第m个阵元到坐标系原点的连线与x轴的夹角,上标m代指阵元,下标i代指信号源,m=1,2,...,m,i=1,2,...d;
[0025]
nm(t)表示第m个阵元的加性噪声,m=1,2,...,m。
[0026]
上述技术方案中,将多个嵌入式声学感知螺栓按照一定方式布放,将形成具有空间聚焦性和良好抗噪能力的声学感知螺栓阵列。通过选择合适的自适应算法,动态形成空间波束,阵列输出可以最大程度抑制干扰,最终获得期望信号。因此,对风电轴承应用声学感知螺栓阵列,融合处理多个带有时间差异性的声信号,可降低故障误判概率,实现风电轴承智能诊断。
[0027]
在本发明的另一种优选实施方式中,通过权重向量wh对阵列接收信号向量x(k)在各阵元上的分量进行加权求和,进行去噪处理,获得去噪融合信号y(k):
[0028][0029]
由此输出的去噪融合信号y(k)可用于风电大型轴承状态监测与智能诊断。
[0030]
在本发明的另一种优选实施方式中,权重向量wh可通过广义旁瓣相消器、最小无畸变响应或最小均方算法进行确定。
[0031]
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
[0032]
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
[0033]
图1是本技术实施例的一种嵌入式声学智能轴承的结构示意图。
[0034]
图2是实施例中的嵌入式声学感知螺栓的立体结构示意图。
[0035]
图3是实施例中的嵌入式声学感知螺栓的俯视结构示意图。
[0036]
图4是圆阵列模型的示意图。
[0037]
说明书附图中的附图标记包括:轴承本体10、嵌入式声学感知螺栓20、螺栓本体21、沟槽211、声学监测单元22、声音传感器221、无线数据传输模块222、电源模块223、声孔朝向a。
具体实施方式
[0038]
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
[0039]
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“竖向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
[0040]
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
[0041]
本发明提供了一种嵌入式声学智能轴承、以及嵌入式声学智能轴承的监测诊断方法。如图1-图3所示,在本发明的一种优选实施方式中,该智能轴承包括轴承本体10、以及嵌入安装在轴承本体10上的m个嵌入式声学感知螺栓20,m为≥12的整数。优选m个嵌入式声学感知螺栓20以轴承本体10的中心为圆心周向间隔分布,即m个声音传感器221均匀布置于半径为r的圆周上,形成半径为r的声学感知螺栓圆阵列。
[0042]
嵌入式声学感知螺栓20包括能够与轴承本体10连接起连接紧固作用的螺栓本体21、以及嵌入安装在螺栓本体21上的声学监测单元22。优选地,螺栓本体21的头部开设有沟
槽211,声学监测单元22嵌入的安装于沟槽211中,比如声学监测单元22通过胶水粘接的方式集成在沟槽211中,并随螺栓本体21安装于风电轴承上。
[0043]
具体地,声学监测单元22包括声音传感器221、与声音传感器221的信号输出端相连的无线数据传输模块222、以及给声音传感器221和无线数据传输模块222供电的电源模块223,优选声音传感器221的声孔朝向(图1中的标记a)空气一侧并指向轴承本体10的中心。
[0044]
本发明对原固定轴承的螺栓进行改造得到螺栓本体21,无需另行设置安装声学监测单元22的螺栓,即利用轴承原有的螺栓即可。
[0045]
本发明的嵌入式声学智能轴承可采用如下监测诊断方法,如图4所示,假设声学感知螺栓圆阵列(简称阵列)所在平面为x-y平面,采用球面坐标系表示入射波的波达方向,坐标系的原点o位于阵列中心。假设存在d个信号源,阵列由m个全向阵元组成,则阵列接收信号可以表示为:
[0046]
x(t)=as(t)+n(t)
ꢀꢀ
(1)
[0047]
公式(1)中,s(t)为信号矩阵,a为阵列流行矩阵,n(t)为加性噪声矩阵;
[0048]
具体地,信号矩阵s(t)的表达式如下:
[0049][0050]
具体地,阵列流行矩阵a的表达式如下:
[0051][0052]
具体地,加性噪声矩阵n(t)的表达式如下:
[0053]
n(t)=[n1(t),n2(t),......,nm(t)]
t
ꢀꢀ
(4)
[0054]
公式(2)-(4)中,i为信号源序号,t为时间,si(t)为到达阵列中心的第i个信号,[]
t
为矩阵的转置;
[0055]
z(t)为信号的复包络;
[0056]
ω0=2πf0为信号的相位,f0为固有频率;
[0057]
ξ=krsinθ,k=2π/λ0,λ0为波长,r为圆阵列的半径,θ为声源到原点的连线与该智能轴承轴线方向(图3中的z轴方向)的夹角;
[0058]
φi∈[0,2π]表示坐标系原点到第i个声源的连线在x-y平面上的投影与x轴的夹角;
[0059]
则表示第m个阵元到坐标系原点的连线与x轴的夹角,上标m代指阵元,下标i代指信号源,m=1,2,...,m,i=1,2,...d;
[0060]
nm(t)表示第m个阵元的加性噪声,m=1,2,...,m。
[0061]
通过权重向量wh对阵列接收信号向量x(k)在各阵元上的分量进行加权求和,进行
去噪处理,可以实现空间聚焦,提高信噪比,获得去噪融合信号y(k):
[0062][0063]
由此输出的噪融合信号y(k)可用于风电大型轴承状态监测与智能诊断。需要说明的是,切换到处理实际信号时,将前述公式(1)中的x(t)换成了x(k),对应的去噪融合信号用y(k)表示。
[0064]
噪融合信号y(k)即聚焦信号,聚焦表示该信号增强了感兴趣的方向,而抑制噪声和干扰;去噪融合信号y(k)具有指向性,能大致判断故障的方位,辅助轴承状态监测与故障诊断。
[0065]
公式(5)中,权重向量wh对来自不同方向的信号有不同的响应,从而形成不同的空间波束,权重向量wh可以但不限于通过广义旁瓣相消器(gsc)、最小无畸变响应(mvdr)或最小均方(lms)算法进行确定。
[0066]
在本说明书的描述中,参考术语“优选的实施方式”、“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0067]
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

技术特征:
1.一种嵌入式声学智能轴承,其特征在于,所述智能轴承包括轴承本体、以及嵌入安装在轴承本体上的m个嵌入式声学感知螺栓,m为≥12的整数,m个嵌入式声学感知螺栓形成声学感知螺栓阵列;所述嵌入式声学感知螺栓包括能够与所述轴承本体连接起连接紧固作用的螺栓本体,以及嵌入安装在所述螺栓本体上的声学监测单元,所述声学监测单元包括声音传感器、与声音传感器的信号输出端相连的无线数据传输模块、以及给声音传感器和无线数据传输模块供电的电源模块。2.根据权利要求1所述的一种嵌入式声学智能轴承,其特征在于,所述声音传感器的声孔朝向空气一侧并指向所述轴承本体的中心。3.根据权利要求1所述的一种嵌入式声学智能轴承,其特征在于,所述螺栓本体的头部开设有沟槽,所述声学监测单元嵌入的安装于所述沟槽中。4.根据权利要求1-3中任一项所述的一种嵌入式声学智能轴承,其特征在于,m个嵌入式声学感知螺栓以轴承本体的中心为圆心周向间隔分布,形成半径为r的声学感知螺栓圆阵列。5.一种用于权利要求4所述嵌入式声学智能轴承的监测诊断方法,其特征在于,假设若干声学监测单元所在平面为x-y平面,采用球面坐标系表示入射波的波达方向,坐标系的原点o位于轴承本体的中心;假设存在d个信号源,阵列由m个全向阵元组成,则阵列接收信号可以表示为:x(t)=as(t)+n(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)公式(1)中,s(t)为信号矩阵,其表达式如下:公式(1),a为阵列流行矩阵,其表达式如下:公式(1),n(t)为加性噪声矩阵,其表达式如下:n(t)=[n1(t),n2(t),......,n
m
(t)]
t
ꢀꢀꢀꢀꢀꢀꢀ
(4)公式(2)-(4)中,i为信号源序号,t为时间,s
i
(t)为到达阵列中心的第i个信号,[]
t
为矩阵的转置;z
i
(t)为信号的复包络;ω0=2πf0为信号的相位;f0为固有频率;ξ=krsinθ,k=2π/λ0,λ0为波长,r为圆阵列的半径,θ为声源到原点的连线与该智能轴承轴线方向的夹角;φ
i
∈[0,2π]表示坐标系原点到第i个声源的连线在x-y平面上的投影与x轴的夹角;
则表示第m个阵元到坐标系原点的连线与x轴的夹角,上标m代指阵元,下标i代指信号源,m=1,2,...,m,i=1,2,...d;n
m
(t)表示第m个阵元的加性噪声,m=1,2,...,m。6.根据权利要求5所述的监测诊断方,其特征在于,通过权重向量w
h
对阵列接收信号向量x(k)在各阵元上的分量进行加权求和,进行去噪处理,获得去噪融合信号y(k):由此输出的去噪融合信号可用于风电大型轴承状态监测与智能诊断。7.根据权利要求6所述的监测诊断方法,其特征在于,所述权重向量可通过广义旁瓣相消器、最小无畸变响应或最小均方等算法进行确定。

技术总结
本发明提出了一种嵌入式声学智能轴承及其监测诊断方法,所述的智能轴承包括轴承本体、以及嵌入安装在轴承本体上的M个嵌入式声学感知螺栓,M为≥12的整数,M个嵌入式声学感知螺栓形成声学感知螺栓阵列;嵌入式声学感知螺栓包括能够与轴承本体连接起连接紧固作用的螺栓本体、以及嵌入安装在螺栓本体上的声学监测单元,声学监测单元包括声音传感器、与声音传感器的信号输出端相连的无线数据传输模块、以及给声音传感器和无线数据传输模块供电的电源模块。本发明通过对风电轴承安装M个嵌入式声学感知螺栓,形成声学感知螺栓阵列,融合处理多个带有时间差异性的声音信号,可降低故障误判概率,实现风电轴承智能诊断。实现风电轴承智能诊断。实现风电轴承智能诊断。


技术研发人员:丁晓喜 李玉兰 何东 林伦 黄文彬 王利明 邵毅敏
受保护的技术使用者:重庆大学
技术研发日:2021.12.28
技术公布日:2022/3/8

最新回复(0)