本发明涉及滑动轴承状态评估与健康管理，具体涉及一种滑动轴承故障诊断系统和方法。
背景技术：
1、滑动轴承是大型机械设备(动力机械、泵、风机等)中的关键部件之一，由于具有使用寿命长、抗振性能好等优点，使其在工业机械和公共设施中得到了广泛的应用。但由于其工作环境恶劣，也是最容易损坏的关键零部件之一，据统计30％的旋转机械故障是由于轴承损坏造成的。因此，开展滑动轴承及时、有效的故障诊断具有重要的意义。
2、滑动轴承常见的故障有因轴承内有异物引起的异常振动和冲击，因油温异常引起的油膜振荡等。常见的诊断方法为监测滑油温度、轴承温度以及振动分析等。但测量温度存在滞后效应，不能达到预测预报故障的目的；其中振动分析法是应用最广泛的方法，但振动信号的能量主要分布在1500hz以下的低频区域，而噪声信号频率也为低频，使得信号分离比较困难。
3、现有技术的滑动轴承状态评估和故障诊断存在以下不足：
4、(1)监测滑油温度、轴承温度进行轴承状态评估和故障诊断存在滞后效应，不能达到预测预报故障的目的；
5、(2)振动分析法中振动信号的能量主要分布在1500hz以下的低频区域，而噪声信号频率也为低频，使得信号分离比较困难。
技术实现思路
1、本发明要解决的技术问题是：针对现有技术的不足，提供一种滑动轴承故障诊断系统和方法，能够实现滑动轴承故障部位和故障模式的准确诊断，并能实现故障预报，大幅提高设备维护效率。
2、为解决上述技术问题，本发明采用的技术方案是：
3、一、一种滑动轴承故障诊断方法
4、本发明提供了一种滑动轴承故障诊断方法，主要包括如下步骤：
5、s1，对滑动轴承中润滑油的实时温度数据、滑动轴承的振动频率数据、转轴的偏心距数据进行监测；
6、s2，将监测数据传输至数据管理系统；
7、s3，处理所述监测数据，开展模拟实验得出状态评估阈值，并验证状态评估阈值的合理性；
8、s4，通过数据结构化处理、工况划分、工况辨识，对滑动轴承运行状态进行实时状态评估和状态分级，并基于评估结果生成滑动轴承运行状态的预警信息；
9、s5，基于滑动轴承运行状态的预警信息，结合实时监测数据和模拟仿真数据，进行滑动轴承故障部位和故障模式的诊断。
10、进一步的，所述实时温度数据包括进油口的润滑油温度和出油口的润滑油温度；所述振动频率的监测点位均匀分布于所述滑动轴承上；所述转轴的偏心距数据测量时，针对同一截面不同方向进行多点测量，且每一个偏心距监测数据均与测量时间相对应。
11、进一步的，所述模拟实验包括虚拟仿真实验和故障件实体实验；所述虚拟仿真实验采用仿真软件进行滑动轴承故障状态仿真分析，得到实验数据；所述故障件实体实验采用实体滑动轴承故障件，并对其相关数据进行采集。
12、进一步的，所述验证状态评估阈值的合理性，具体为将所述故障件实体实验获得的实验数据与所述虚拟仿真实验获得的实验数据进行比较，若二者偏差值在预设范围内。则判定所述状态评估阈值为合理值。
13、进一步的，所述实时状态评估，包括如下步骤：
14、s41，数据结构化处理：对所述监测数据进行缺失值处理和去噪处理；
15、s42，工况划分：对滑动轴承运行工况进行划分，并挑选与滑动轴承运行状态相关的运动状态参数，构建特征向量；
16、s43，工况辨识：基于所述监测数据与运动状态参数的特征向量，对滑动轴承实时运行工况进行辨识，计算各运行工况发生的概率。
17、进一步的，所述缺失值处理采用热卡填充法；所述去噪处理包括如下步骤：
18、1)基于相空间重构理论，由时间序列信号重构矩阵a：
19、
20、其中，l选取为信号长度一半。并对时间序列信号进行傅里叶变换，从而确定主频数量n；
21、2)对重构矩阵a进行奇异值分解，以2n作为有效秩的阶次，将其它奇异值置0，从而得到新的重构矩阵b；
22、3)将b中对应的元素相加后取平均得到去噪后的信号数据。
23、进一步的，所述进行滑动轴承故障部位和故障模式的诊断，具体采用基于机理的故障诊断方法：
24、根据滑动轴承正常运行时的历史数据库与所述模拟仿真数据，通过最小二乘法拟合出滑动轴承正常运行时的数据记录值与理论值之间的函数关系，再将所述实时监测数据与正常运行时的数据记录值进行比较，若其差值大于所设阈值，则进行故障报错预警。
25、进一步的，通过最小二乘法拟合函数关系，具体包括：
26、设(x，y)是一对观测量，且x＝[x1，x2，...，xn]t∈rn，y＝r满足以下的理论函数：
27、y＝f(x，w)
28、其中，w＝[w1，w2，...，wn]t为待定参数；
29、为了寻找函数f(x，w)的参数w的最优估计值，对于给定m组观测数据(xi，yi)(i＝1，2，...，m)，求解目标函数：
30、
31、取最小值的参数wi(i＝1，2，...，n)。
32、二、一种滑动轴承故障诊断系统
33、基于同一发明构思，本发明还提供了一种用于实现如上所述故障诊断方法的滑动轴承故障诊断系统，包括：
34、(1)数据监测设备：用于实时监测滑动轴承中润滑油的实时温度数据、滑动轴承的振动频率数据、转轴的偏心距数据；
35、(2)数据管理系统：用于接收各数据监测设备发送的监测数据，并进行处理和状态评估，生成滑动轴承运行状态的预警信息；
36、(3)故障诊断系统：基于滑动轴承运行状态的预警信息，结合实时监测数据和模拟仿真数据，进行滑动轴承故障部位和故障模式的诊断。
37、本发明与现有技术相比具有以下主要的优点：
38、1、本发明提出了一种滑动轴承故障诊断系统和方法，通过对进出油口温度，滑动轴承的振动频率以及针对同一截面不同方向的转轴偏心距进行监测；并且通过一系列模拟实验得出评估阈值，基于智能算法对滑动轴承运行状态进行评估；最终结合实时监测数据和模拟仿真数据，实现滑动轴承故障部位和故障模式的准确诊断；
39、2、本发明可对滑动轴承的进出油口温度，振动，转轴偏心率三个物理量进行实时在线的综合监测，基于三个物理量的实时数据判断滑动轴承故障部位和故障模式，通过状态分级，使维修人员能及时对处于亚健康或异常的滑动轴承进行维修或更换，极大地提高了维修人员的劳动生产率和故障诊断能力，同时也提高了工厂的安全，避免重大损坏发生，提高了工厂的经济效益。
1.一种滑动轴承故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种滑动轴承故障诊断方法，其特征在于，所述实时温度数据包括进油口的润滑油温度和出油口的润滑油温度；所述振动频率的监测点位均匀分布于所述滑动轴承上；所述转轴的偏心距数据测量时，针对同一截面不同方向进行多点测量，且每一个偏心距监测数据均与测量时间相对应。
3.根据权利要求1所述的一种滑动轴承故障诊断方法，其特征在于，所述模拟实验包括虚拟仿真实验和故障件实体实验；所述虚拟仿真实验采用仿真软件进行滑动轴承故障状态仿真分析，得到实验数据；所述故障件实体实验采用实体滑动轴承故障件，并对其相关数据进行采集。
4.根据权利要求3所述的一种滑动轴承故障诊断方法，其特征在于，所述验证状态评估阈值的合理性，具体为将所述故障件实体实验获得的实验数据与所述虚拟仿真实验获得的实验数据进行比较，若二者偏差值在预设范围内。则判定所述状态评估阈值为合理值。
5.根据权利要求1所述的一种滑动轴承故障诊断方法，其特征在于，所述实时状态评估，包括如下步骤：
6.根据权利要求5所述的一种滑动轴承故障诊断方法，其特征在于，所述缺失值处理采用热卡填充法；所述去噪处理包括如下步骤：
7.根据权利要求1所述的一种滑动轴承故障诊断方法，其特征在于，所述进行滑动轴承故障部位和故障模式的诊断，具体采用基于机理的故障诊断方法：
8.根据权利要求7所述的一种滑动轴承故障诊断方法，其特征在于，通过最小二乘法拟合函数关系，具体包括：
9.一种用于实现如权利要求1至8中任意一项所述故障诊断方法的滑动轴承故障诊断系统，其特征在于，包括：
