轴承故障非接触式声信号检测装置及方法

1.本发明属于轴承故障检测技术领域，特别涉及一种轴承故障非接触式声信号检测装置及方法。


背景技术：

2.轴承作为旋转机械的决定性部件之一，也是易损件之一，在运输、航空、精密机床等各种工程领域中，对高速运行的关键部件滚动轴承的动态性能、使用寿命和稳定性的要求非常严格，轴承滚子打滑、内外圈磨损、轴承跳动、保持架扭曲断裂等动态不稳定性是高速滚子轴承失效和服役可靠性降低的根本原因。轴承运行状态的好坏将直接影响整台设备的工作性能，甚至会造成灾难性的后果，故而需要对轴承内部可能影响机械运转的故障因素进行提取分析。现有轴承故障信息的检测方法有内嵌传感器或接触式超声无损检测，亦或是对轴承设备系统的运转油液进行成分分析来判断轴承所可能出现故障阶段，而这些接触式信号检测通常需要克服供电难、信号弱、检测复杂的难题，且分辨出的故障信息已是处于中后期阶段的待测轴承；此外，在汽轮机、航空器变速箱及液体火箭发动机等鲁棒性较低的系统中，轴承的早期微弱故障就会导致灾难性的后果，但是此类环境中轴承早期故障的振动信号相当微弱，并容易被周围相对幅度较大的低频环境噪声所淹没，从而无法有效检测出故障的存在。鉴于此，本发明提出了一种轴承内部结构通过外部来检测的非接触式技术方案，以克服现有传统轴承检测技术所存在的供电、安装和检测等问题，并对轴承早期微弱故障信号进行捕捉放大并检测，在第一时间检测机器内部运行的丰富状态信息，可以大大提高轴承早期故障预警品质与灵敏度，实现轴承微弱故障信号感知能力，达到待测轴承“早发现，早预案”的目的。


技术实现要素：

3.为解决现在技术存在的上述问题，本发明提供了一种轴承故障非接触式声信号检测装置及方法。
4.为实现上述目的，本发明采取的技术方案为：
5.轴承故障非接触式声信号检测方法，其按如下步骤进行：
6.s1：旋转的待测轴承，其缺陷处与轴承的其他部件相作用产生时序相差波包；
7.s2：步骤s1中的时序相差波包经过轴承上设置的声超结构作用而放大，形成涡旋脉冲声孤子信号；
8.s3：输出步骤s2产生的涡旋脉冲声孤子信号；
9.s4：声检测机构检测涡旋脉冲声孤子信号的声场聚焦程度，确定最终的测量平面，并采集传输的声脉冲信号；
10.s5：放大步骤s4采集到的信号；
11.s6：对检测信号进行分解分析；
12.s7：收集声涡旋信号，并通过预处理和特征提取方式获得相应的数据集，构建lstm
神经网络模型对数据集进行训练和学习，进一步采用多尺度学习模型，将不同时间尺度下的振动信号作为输入，将多个lstm神经网络模型进行融合，提取特征并设计分类器，在时域上设计轴承故障信息序列，并构建轴承数字孪生模型进行故障检测的虚拟化分析。
13.优选的，步骤s1中，对于轴承外圈的定点缺陷，轴承的滚动体与缺陷处作用产生定点位激励脉冲，属于定点位激发波；对于轴承内圈的不定点缺陷，轴承内圈与滚动体呈现差速转动，激发的缺陷信号呈现出滚动式的时序脉冲；对于轴承滚动体上的不定点缺陷，滚动体与内外圈均会产生脉冲波包，激发的缺陷信号呈现出密集追赶式的时序脉冲。
14.优选的，步骤s6具体如下：通过fft变换或小波变换，得到了各个频带的能量随故障周期增加的变化情况，提取在小波包能量谱中表征早期轴承故障损伤程度变化的频带，从各个频带的能量谱中提供轴承损伤程度的变化情况，分析轴承故障可能存在的位置和程度。
15.本发明还公开了一种轴承故障非接触式声信号检测装置，其包括电机(41)、联轴器(42)、轴承座一(43)、轴杆(44)及轴承座二(45)，联轴器(42)的一端与电机(41)的电机轴连接，另一端与轴杆(44)的第一端连接；轴杆(44)第一端由轴承座一(43)支撑，轴杆(44)的第二端插入待测轴承(1)的内圈，待测轴承(1)的外圈由轴承座二(45)支撑；声检测机构待测轴承(1)上设置声超结构(3)，待测轴承(1)的中心轴线方向上设有声检测机构(2)；旋转的待测轴承，其缺陷处与轴承的其他部件相作用产生时序相差波包，时序相差波包经过轴承上设置的声超结构(3)作用而放大，形成涡旋脉冲声孤子信号；声检测机构(2)检测涡旋脉冲声孤子信号的声场聚焦程度，确定最终的测量平面，并采集传输的声脉冲信号。
16.作为优选，所述声检测机构(2)包括声阵列模块(21)和声强检测模块(22)，所述声阵列模块(21)和声强检测模块(22)均位于待测轴承(1)的中心轴线方向上。
17.作为优选，所述声超结构还包括有薄膜和框架，所述薄膜置于所述框架的双侧表面，所述薄膜和框架均为高分子聚合物材料，具有较高的韧性、可塑性和耐化学腐蚀性。
18.作为优选，所述声超结构是一种亥姆霍兹谐振腔，并形成阵列排列结构，对一定特征频率的入射声波具有共振放大的作用。
19.作为优选，声超结构形成开口，开口处设有共振膜。
20.作为优选，所述轴承是带有保持架的单列圆锥滚子轴承。
21.作为优选，所述声超结构(3)位于待测轴承(1)的保持架端面上；或者，所述声超结构(3)位于轴承外圈背离轴杆(44)方向上的端面上；或者，所述声超结构(3)位于轴承内圈背离轴杆(44)方向上的端面上。
22.作为优选，所述声超结构位于保持架的端面上，开口方向指向轴承反轴杆的方向。
23.作为优选，所述声超结构谐振腔的数量不少于轴承滚子数量，并与滚子在轴承端面投影上一一相对应。
24.作为优选，所述轴承试验装置还设有降噪减震平台，来减少外界环境的扰动。
25.本发明一种轴承故障非接触式声信号检测装置放置于降噪减震的试验台上，启动驱动电机，待测轴承被轴杆驱动转动，轴承中的缺陷与滚子相作用激发出时序脉冲波包，经保持架的声超表面结构进一步获取并放大构建远场声涡旋传输，所述声检测模块还包括有声阵列模块和声强检测模块，所述声阵列模块和声强检测模块均位于检测轴承的输出轴线方向上，声强检测模块检测远端的声场的聚焦程度，用于确定出最终的测量平面，声阵列模
块用于收集测量平面处的声场信息，并对该信号进行分解分析，即通过傅里叶变换或小波变换，得到了各个频带的能量随故障周期增加的变化情况，提取出在小波包能量谱中表征早期轴承故障损伤程度变化的频带，从各个频带的能量谱来提供轴承损伤程度的变化情况，最后构建多尺度学习模型，即基于特征提取和多层感知器的轴承故障检测模型，利用fft频谱来提取轴承不同位置故障的各个特征频率，并应用lstm神经网络模型与辨识方法对传输信号进行实验研究，提高模型检测置信度和轴承早期故障的高灵敏感知能力。
26.本发明根据滚子缺陷接触原理，构建轴承滚子时序相差模型，借助轴承端面设置的声超结构构建用于轴承内部故障信息不失真声涡旋传输通道，为轴承故障远场非接触检测提供了可供外部检测处理的增强信号，有助于达到轴承故障“早发现，早预案”的工程目的。
附图说明
27.图1为本发明一种优选实施例检测装置的结构示意图；
28.图2为本发明待测轴承自激时序相差示意图；
29.图3为本发明涉及的轴承保持架结构的声超结构示意图；
30.图4为本发明一种优选实施例声超结构腔体示意图。
31.图5为本发明一种优选实施例声超结构腔体示意图。
32.图6为本发明一种优选实施例声超结构腔体示意图。
33.图7为本发明一种优选实施例声超结构腔体示意图。
34.图8为本发明检测的声信号相差聚焦示意图一；
35.图9为本发明检测的声信号相差聚焦示意图二；
36.图10为本发明滚子激励时序相差模型仿真示意图；
37.图11为本发明一种优选实施例检测方法的流程图；
38.图12为待测轴承分解图；
39.图13为本发明一种优选实施例检测装置的局部结构图。
40.图中：1-待测轴承；2-声检测机构；21-声阵列模块；22-声强检测模块；3-声超结构；31-谐振腔一；32-谐振腔二；33-谐振腔三；34-谐振腔四；341-开口；342-薄膜；4-轴承检测装置；41-电机；42-联轴器；43-轴承座一；44-轴杆；45-轴承座二；5-滚子；6-缺陷；7-待测信号；8-轴杆；9-机箱；f-信号传输方向。
具体实施方式
41.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的较优例子。
42.如图1所示，本实施例轴承故障非接触式声信号检测装置包括轴承驱动机构4、声检测机构2，轴承驱动机构4包括电机41、联轴器42、轴承座一43、轴杆44、轴承座二45，联轴器42的一端与电机41的电机轴连接，另一端与轴杆44连接，轴杆44靠近电机41的一端还连接有轴承座一43，轴承座一43支撑轴杆44的该端；轴杆44的另一端安装待测轴承1，轴杆44
深入待测轴承1的内圈，待测轴承1的外圈与轴承座二45相连接。
43.待测轴承1的中心轴线方向上设有声检测机构2，本实施例中，声检测机构2包括声阵列模块21和声强检测模块22，所述声阵列模块21和声强检测模块22均位于待测轴承1的中心轴线方向上。声阵列模块21和声强检测模块22均可采用现有技术，声强检测模块用于检测声场强度，声阵列模块进一步对输出的声信号进行检测分析。待测轴承1上还设置有声超结构3；进一步来说，本实施例的待测轴承1包括有保持架，所述保持架上形成声超结构3，该声超结构类似于亥姆霍兹谐振腔，其作用是将声故障作用激励点的声发射信号进行感知与放大传输；更详细地说，本实施例的待测轴承1为单列圆锥滚子轴承，其包括外圈、内圈和一组锥形滚子并由筐形保持架包裹成的一个内圈组件，滚子由内圈大挡边作为引导，内圈管道面、外圈管道面以及滚子滚动面的延长线相交于轴承轴线的一点上；其特有的中心线远场延长线聚焦，在轴承滚子与内外圈的故障碰撞过程中，其远场聚焦特性有助于聚焦声场的形成；此外，保持架主要作用是用于引导和隔离滚子并与滚子整体组件同步转动、相对静止，对于滚子激发声信号通过保持架可以有效地避免声多普勒效应，在保持架端面构建声感知超结构传输通道，以感知并传出轴承内部的故障声子信息，提高了轴承故障信号远场检测的灵敏度与置信度。
44.轴承早期的表面轻微损伤，到塑性变形直到轴承元件的破裂失效，当轴承在工作的过程中遭遇这些缺陷时，都会产生瞬态的弹性应力波进而释放出能量，如图2所示，滚子撞击外圈或内圈的局域故障时，或者滚子上的故障经过外圈或内圈时，都会产生高频共振脉冲序列；对于外圈缺陷，各滚子与外圈缺陷依次作用产生声子脉冲波包序列，而产生的波包序列具有一定的波程差，导致从每个滚子与缺陷自激后的声波具有离散变化的相位差，从而产生声涡旋；对于滚子上的缺陷，滚子自转会分别与内圈、外圈随机作用产生高频脉冲声波序列，此时缺陷与内外圈作用共振幅值不同，将产生幅值交替变化的涡旋脉冲序列；对于内圈缺陷，内圈会与滚子、保持架保持相对差速转动，滚子与内圈缺陷的接触属于追赶问题，将产生追赶式的脉冲波包，进而产生频率梳式的涡旋脉冲序列；再利用包络解调技术便能解析出轴承的故障特征频率，便可以知晓轴承在多工况、多方位、多载荷、多故障等级、多故障点位的特征。
45.进一步地说，所述声超结构可内嵌于所述待测轴承中，如图3-7所示，保持架上声超结构3即声超表面结构，由微小的结构单元组成，通过对入射声波的控制和调制，进而控制声波的幅度、相位和传播方向，确切地说，构建声保持架超表面结构，对入射声波进行高灵敏度感知与声子信号的共振传输。本实施例的声超结构3位于轴承保持架背离轴杆44的端面上，该保持架上的声超结构排列为一个个微小的共鸣腔体，如图3所示，共鸣腔体与每个滚子正对应设置，用以感知每次滚子与缺陷碰撞激发的弹性波来与之共振从而达到故障信号的不失真传输。图7是一种优选的谐振腔，包括有薄膜342和框架，所述薄膜置于所述框架的双侧表面，所述薄膜和框架均为高分子聚合物材料，该谐振腔在共振频率等同下将会实现振动信号的声放大。
46.本发明的思路是：设置某种微腔结构，这种微腔结构形如谐振腔，其目的是感知轴承故障震动产生的声信号，因现有的轴承故障检测方式均为接触式或传感器类型检测，而本发明则是通过声信号振动产生，声超结构感知并共振放大传出，因而针对不同类型的轴承在不同的服役环境下，其故障类型表现的也不一样，对于轴承运转过程中，外圈嵌入机箱
固定不动，内圈伴随滚子做差速转动，故设置在内外圈或保持架的声超结构所产生的技术效果也大不相同。
47.针对性地讲，轴承早期的故障较为微弱、混合且不够聚集，并充满了非线性特征和诸多不确定性，转子系统中多自由度的、强非线性的、混沌的、时变的、噪声的、空间和时间上的多尺度以及初始条件的不确定性都会对有效输出的故障信息造成难以预料的紊乱；初期轴承故障多以小脉冲的形式出现，并夹杂着大量的无效信号，故如图4-7所示，通过构建形如亥姆霍兹谐振腔的声表面结构阵列可以将系统的声感知频率控制在一个特定的区间，，将有效剔除混合故障频率中的一些干扰频率，可以较为高效地将轴承故障的特征频率进行感知与传出。
48.详细地说，针对回转体轴承转动特性，对于轴承外圈的定点缺陷，滚子会与缺陷作用产生定点位激励脉冲，此时属于定点位激发波；对于内圈的不定点缺陷，内圈与滚子呈现差速转动，激发的缺陷信号呈现出滚动式的时序脉冲；对于滚子处的不定点缺陷，滚子与内外圈均会产生脉冲波包，激发的缺陷信号将呈现出密集追赶式的时序脉冲，针对于后面两种，可构建如图8和图9所示环形脉冲信号时序相差模型阵列。
49.本实施例中，将轴承圈中的滚子抽象为圆环形β-fpu故障颗粒链，建立笛卡尔坐标系分析计算，坐标原点取自滚子所在平面与轴承中心线交点处。其中，第n个滚子的直角坐标为其中为各自的初始相位，且a为滚子所在的圆半径，图8中右侧表示信号检测生成平面，r0为滚子所在平面到检测平面的距离，rn表示第n个滚子到检测平面聚焦点的距离，即单点激发声压为：
[0050][0051]
由于不同激发之间会具有相位差，故可以通过每一个换能器在检测点的声压进行叠加从而得到检测点的声压(r为检测点所在圆半径)，可表示为：
[0052][0053]
其中a0为声源振幅的最大值，与滚子转速和故障大小有关，k表示波数，即k＝ω/c，c表示声速，
[0054]
环状轴承滚子中心声波序列具有离散变化的波程差，从而导致从每个滚子辐射出的声波具有离散变化的相位差，将每个滚子经缺陷作用后的激励声孤子信号经过旋转相位差后变成声孤子信号再经保持架声通道滚动传输，进而可调控形成相位螺旋分布的声涡旋，构造一个类似环形波导的漏波天线结构，产生声涡旋；建立声聚焦标量和矢量优化非线性模型，环形阵面到检测平面中线依据有一定的聚焦法则进行相差激励，各个激励点声束的合成波阵面有一个曲率中心点p，实现故障声子的远场聚焦，各单元滚子激励延时关系为：为：其中tn、tn和τn分别表示轴承内圈、外圈和滚子上的故障激励延时，vs表示滚子与内圈的速度比，s为滚子自转转速，n表示滚子数)，通过回转体之间的声程差来确定滞后相差，最后通过上位机软件中分析信号组成成分，通过时频转换，
得到了各个频带的能量随故障周期增加的变化情况，提取出在小波包能量谱中表征早期轴承故障损伤程度变化的频带，从各个频带的能量谱来提供损伤程度的变化情况，分析进一步得出轴承具体故障位置信息，图10是本方法下comsol声学仿真软件中的时序相差涡旋模型，信号形如意大利面卷一样螺旋前进。
[0055]
结合上述内容，如图1和图11所示，测试时，本发明装置被放置在降噪减震的试验台上，启动驱动电机，待测轴承被轴杆驱动转动，轴承中的缺陷与滚子相作用激发出时序脉冲波包，经保持架的声超表面结构进一步获取并放大构建远场声涡旋传输，本检测方法还包括有声阵列模块和声强检测模块，所述声阵列模块和声强检测模块均位于检测轴承的输出轴线方向上，声强模块检测远端的声场的聚焦程度，用于确定出最终的测量平面，声阵列模块用于收集测量平面处的声场信息，并在上位机软件对该信号进行分解分析，最后构建多尺度学习模型，以提高模型检测置信度和轴承早期故障的高灵敏感知能力。
[0056]
如图11所示在本方法实施例中，将主要采用以下几个步骤方法来完成对待测轴承的远场声信号检测：
[0057]
s1：根据回转体轴承转动特性，对于轴承外圈的定点缺陷，滚子会与缺陷作用产生定点位激励脉冲，此时属于定点位激发波；对于内圈的不定点缺陷，内圈与滚子呈现差速转动，激发的缺陷信号呈现出滚动式的时序脉冲；对于滚子处的不定点缺陷，滚子与内外圈均会产生脉冲波包，激发的缺陷信号将呈现出密集追赶式的时序脉冲(详细地说，此三种激发模式是后序分辨出缺陷位置和数量的重要依据)。
[0058]
s2：步骤s1中的各种激发模式经轴承端面设置的(声超结构)作用放大；
[0059]
s3：输出步骤s2产生三种孤子传输信号：直线式定点激发脉冲信号、回转式脉冲涡旋信号、回转式涡旋双脉冲信号。
[0060]
s4：声强信号检测声强聚焦平面，声阵列模块采集传输的声脉冲信号。具体的，将轴承圈中的滚子抽象为圆环形β-fpu故障颗粒链，建立笛卡尔坐标系分析计算，坐标原点取自滚子所在平面与轴承中心线交点处。其中，第n个滚子的直角坐标为其中为各自的初始相位，且a为滚子所在的圆半径，图8中右侧表示信号检测生成平面，r0为滚子所在平面到检测平面的距离，rn表示第n个滚子到检测平面聚焦点的距离，即单点激发声压为：
[0061][0062]
由于不同激发之间会具有相位差，故可以通过每一个换能器在检测点的声压进行叠加从而得到检测点的声压(r为检测点所在圆半径)，可表示为：
[0063][0064]
其中a0为声源振幅的最大值，与滚子转速和故障大小有关，k表示波数，即k＝ω/c，c表示声速，
[0065]
环状轴承滚子中心声波序列具有离散变化的波程差，从而导致从每个滚子辐射出的声波具有离散变化的相位差，将每个滚子经缺陷作用后的激励声孤子信号经过旋转相位
差后变成声孤子信号再经保持架声通道滚动传输，进而可调控形成相位螺旋分布的声涡旋，构造一个类似环形波导的漏波天线结构，产生声涡旋；建立声聚焦标量和矢量优化非线性模型，环形阵面到检测平面中线依据有一定的聚焦法则进行相差激励，各个激励点声束的合成波阵面有一个曲率中心点p，实现故障声子的远场聚焦，各单元滚子激励延时关系为：为：其中tn、tn和τn分别表示轴承内圈、外圈和滚子上的故障激励延时，vs表示滚子与内圈的速度比，s为滚子自转转速，n表示滚子数)，通过回转体之间的声程差来确定滞后相差，最后通过上位机软件中分析信号组成成分，通过时频转换，得到了各个频带的能量随故障周期增加的变化情况，提取出在小波包能量谱中表征早期轴承故障损伤程度变化的频带，从各个频带的能量谱来提供损伤程度的变化情况，分析进一步得出轴承具体故障位置信息，图10是本发明方法下comsol声学仿真软件中的时序相差涡旋模型，信号形如意大利面卷一样螺旋前进。
[0066]
s5：经数字型功放电路对步骤s4采集到的波形信号进一步放大。
[0067]
s6：对检测波形进行分解分析，提取出在小波包能量谱中表征早期轴承故障损伤程度变化的频带，通过fft变换或小波变换，得到了各个频带的能量随故障周期增加的变化情况，即将检测的声信号在时域和频域上进行分解后得到的能量值、均方差值和峭度值作为信号特征，从得到的各个频带的能量谱来初步分析轴承损伤程度的变化情况；
[0068]
更具体地说，机械设备由于局部异常而诱发的信号往往具有奇异性，它表现为突变、尖点等不规则的瞬变结构；当轴承出现不同类型的故障时，其各频段有着不同程度的增大，能量聚集的中心位置也会发生相应的变化，通过时域分析能够确定轴承故障演变的趋势，通过频域分析可以判定轴承出现故障的位置以及故障的程度，进一步说，通过小波变换方法，在改善信噪比的同时，保持了相当高的时间分辨率，故障特征信号的奇异性代表了故障的存在，故障特征信号的突变点在小波变换下极大值随尺度的增加而增大，而背景噪声的模极大值随尺度增加而迅速衰减，即极大程度地去除环境噪声后，分析轴承故障行为，来初步了解轴承损伤程度。
[0069]
为了明晰各阶段各环境各类型的轴承故障分析，需要构建数据集训练方法，来进一步收集不同环境下服役的轴承可能存在的位置和程度。
[0070]
s7：持续收集上述过程传出的声涡旋信号，并通过预处理和特征提取等方式获得相应的数据集，接着构建lstm神经网络模型对这些数据集进行训练和学习，进一步地采用多尺度学习模型，通过不同时间尺度下的振动信号作为输入，将多个lstm神经网络模型进行融合，提取特征并设计分类器，以此最终可以在时域上设计出轴承故障信息序列，以望构建轴承故障检测的数字孪生模型，从而更高层面实现轴承早期故障的超前高灵敏感知。
[0071]
更具体地说，本步骤的目的是为了提高模型流程方法的检测鲁棒性，并提供在不同服役环境下的轴承故障数据模型设计思路，即通过大量重复测试、修改变量(轴承不同故障类型、不同服役环境)检测分析轴承不同类型环境的故障，来构建出待测轴承在不同服役环境下的时域上故障信息序列及数字孪生模型，再详细地说，通过将传统机械系统与计算机仿真相融合，建立一个由物理模型和数学模型组成的数字化系统；该系统采用双塔式结构，在测试数据和仿真数据之间进行比对和校准，以提高轴承故障检测的准确性和鲁棒性；数字孪生模型能够在时间和成本上实现对现有机械系统进行虚拟化分析，从而降低系统运
行成本并提高效率。本构建的数字孪生模型基于传感器收集到的声信号数据，通过lstm神经网络和多尺度学习模型等算法分析出轴承故障信息序列，并将其与数字仿真结果做比对，从而实现轴承早期故障的超前故障感知。
[0072]
总的来说，本发明提供了一种新的轴承故障非接触式声信号检测方法，如图11和图12所示即：根据滚子缺陷接触原理，构建了轴承滚子时序相差模型，借助轴承端面设置的声共振腔构建用于轴承内部故障信息不失真声涡旋传输通道，为轴承故障远场非接触检测提供了可供外部检测处理的增强信号，实现在不接触轴承的情况下远场高灵敏检测轴承故障信号，进一步地可构建不同轴承类型在时域上的故障信息序列及数字孪生模型，以实现虚拟环境下的现实轴承故障模拟，从而更高层面实现轴承早期故障的超前高灵敏感知。
[0073]
可选地，本检测装置是为了体现本检测方法的一种具体检测例子，并不局限于本发明提到的装置零件。
[0074]
可选地，本发明所提到的谐振腔一31、谐振腔二32和谐振腔三33都是声超结构一3a的一种优选实施例，同于谐振腔四34而言，所述谐振腔四34包括有开口341和薄膜342，所述薄膜342置于两侧开口342出，为共振腔室。
[0075]
可选地，本方法中提到的腔道构建不仅仅是在保持架上，也可以在外圈或者内圈的端面上，同样可以达到故障声共振感知与传输的作用。
[0076]
可选地，如图13所示，本发明中的待测轴承类型可以不单是带有保持架的圆锥滚子轴承，也可以是普通轴承，并可以用于常用工业轴承故障检测。
[0077]
可选地，本发明中提到的腔道不局限于他的圆形或方形，其他可用于声共振的腔道同样适于本方法的构建思路。
[0078]
可选地，所述保持架超结构的排列还可以是形如水涡的一卷卷微腔刻槽，声入射波经过此微腔实现声共振声子信号的放大传输。
[0079]
上述内容描述了本发明的使用原理、特征和有益效果。本文较多地使用了图中附图标记，但不排除使用其他术语的可能性，本领域的相关人员根据上述内容可以了解，上述内容并未限制本发明，上述的实施例和说明书描述的是本发明的基本原理和特征，在符合本发明构思的前提之下，本发明还可进行各种变化改进，这些改进都应落入本发明要求保护的范围之内。

技术特征：
1.轴承故障非接触式声信号检测方法，其特征是按如下步骤进行：s1、旋转的待测轴承，其缺陷处与轴承的其他部件相作用产生时序相差波包；s2、步骤s1中的时序相差波包经过轴承上设置的声超结构作用而放大，形成涡旋脉冲声孤子信号；s3、输出步骤s2产生的涡旋脉冲声孤子信号；s4、声检测机构检测涡旋脉冲声孤子信号的声场聚焦程度，确定最终的测量平面，并采集传输的声脉冲信号；s5、放大步骤s4采集到的信号；s6、对检测信号进行分解分析；s7、收集声涡旋信号，并通过预处理和特征提取方式获得相应的数据集，构建lstm神经网络模型对数据集进行训练和学习，进一步采用多尺度学习模型，将不同时间尺度下的振动信号作为输入，将多个lstm神经网络模型进行融合，提取特征并设计分类器，在时域上设计轴承故障信息序列，并构建轴承数字孪生模型进行故障检测的虚拟化分析。2.如权利要求1所述轴承故障非接触式声信号检测方法，其特征是：步骤s1中，对于轴承外圈的定点缺陷，轴承的滚动体与缺陷处作用产生定点位激励脉冲，属于定点位激发波；对于轴承内圈的不定点缺陷，轴承内圈与滚动体呈现差速转动，激发的缺陷信号呈现出滚动式的时序脉冲；对于轴承滚动体上的不定点缺陷，滚动体与内外圈均会产生脉冲波包，激发的缺陷信号呈现出密集追赶式的时序脉冲。3.如权利要求1所述轴承故障非接触式声信号检测方法，其特征是：步骤s6具体如下：通过fft变换或小波变换，得到了各个频带的能量随故障周期增加的变化情况，提取在小波包能量谱中表征早期轴承故障损伤程度变化的频带，从各个频带的能量谱中提供轴承损伤程度的变化情况，分析轴承故障可能存在的位置和程度。4.轴承故障非接触式声信号检测装置，其特征是包括：电机(41)、联轴器(42)、轴承座一(43)、轴杆(44)及轴承座二(45)，联轴器(42)的一端与电机(41)的电机轴连接，另一端与轴杆(44)的第一端连接；轴杆(44)第一端由轴承座一(43)支撑，轴杆(44)的第二端插入待测轴承(1)的内圈，待测轴承(1)的外圈由轴承座二(45)支撑；声检测机构待测轴承(1)上设置声超结构(3)，待测轴承(1)的中心轴线方向上设有声检测机构(2)；旋转的待测轴承，其缺陷处与轴承的其他部件相作用产生时序相差波包，时序相差波包经过轴承上设置的声超结构(3)作用而放大，形成涡旋脉冲声孤子信号；声检测机构(2)检测涡旋脉冲声孤子信号的声场聚焦程度，确定最终的测量平面，并采集传输的声脉冲信号。5.根据权利要求4所述轴承故障非接触式声信号检测装置，其特征在于，所述声检测机构(2)包括声阵列模块(21)和声强检测模块(22)，所述声阵列模块(21)和声强检测模块(22)均位于待测轴承(1)的中心轴线方向上。6.根据权利要求4所述的轴承故障非接触式声信号检测装置，其特征在于，所述声超结构(3)是一种亥姆霍兹谐振腔，并且，多个声超结构(3)组成阵列排布于所述的待测轴承(1)上。7.根据权利要求4-6任一项所述轴承故障非接触式声信号检测装置，其特征在于，待测轴承(1)是带有保持架的单列圆锥滚子轴承；所述声超结构(3)位于待测轴承(1)的保持架端面上；或者，所述声超结构(3)位于轴承外圈背离轴杆(44)方向上的端面上；或者，所述声
超结构(3)位于轴承内圈背离轴杆(44)方向上的端面上。8.根据权利要求7所述轴承故障非接触式声信号检测装置，其特征在于，所述声超结构(3)与待测轴承(1)的滚子在轴承端面上的投影一一对应。

技术总结
本发明公开了轴承故障非接触式声信号检测装置及方法，方法如下：旋转的待测轴承，其缺陷处与轴承的其他部件相作用产生时序相差波包；时序相差波包经过轴承上设置的声超结构作用而放大，形成涡旋脉冲声孤子信号；输出涡旋脉冲声孤子信号；声检测机构检测涡旋脉冲声孤子信号的声场聚焦程度，确定最终的测量平面，采集传输的声脉冲信号；放大采集到的信号；对检测信号进行分解分析；收集声涡旋信号，获得相应的数据集，对数据集进行训练和学习，将不同时间尺度下的振动信号作为输入，将多个LSTM神经网络模型进行融合，提取特征并设计分类器，在时域上设计轴承故障信息序列，构建轴承数字孪生模型进行故障检测的虚拟化分析。数字孪生模型进行故障检测的虚拟化分析。数字孪生模型进行故障检测的虚拟化分析。


技术研发人员：吴立群 吴冠武 张正 吴佳欣 张一帆 王泽恩
受保护的技术使用者：杭州电子科技大学
技术研发日：2023.05.25
技术公布日：2023/8/23