基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法
【專利摘要】本發(fā)明提供的是一種基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法。（1）利用加速度傳感器獲取旋轉(zhuǎn)機械振動加速度測試信號；（2）采用基于負(fù)熵最大化的FastICA方法對所述測試信號進行解耦分離；（3）計算分離信號譜峭度，并篩選出最能表征故障信息的分離信號；（4）對被選取的分離信號進行Hilbert包絡(luò)譜分析；（5）將包絡(luò)譜峰值對應(yīng)的頻率與軸承故障特征頻率進行比較，從而診斷出具體故障。旋轉(zhuǎn)機械滾動軸承的內(nèi)圈故障診斷很好地驗證了提出的方法的有效性，且故障信息明顯增強，故障診斷精度大大調(diào)高，易于實現(xiàn)，實時性好，說明其具有良好的應(yīng)用前景。
【專利說明】基于Fast I CA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種旋轉(zhuǎn)機械故障診斷方法，特別涉及的是一種基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法。
【背景技術(shù)】
[0002]旋轉(zhuǎn)機械是生產(chǎn)領(lǐng)域中十分重要的機械設(shè)備，由于旋轉(zhuǎn)機械振動激勵源多、性質(zhì)復(fù)雜。目前，針對旋轉(zhuǎn)機械的故障診斷問題，大部分都是要進行開箱或拆卸，這樣必然會造成停機，影響運行效率。另一方面，旋轉(zhuǎn)機械運行時，由于其轉(zhuǎn)速的波動性、載荷變化或設(shè)備存在故障，其測點處的信號往往由多個振動源經(jīng)過一定的路徑混合而得。此外，外界也可能存在別的部件在運轉(zhuǎn)，也會對我們需要的有用信號進行干擾，這樣一來，從箱體表面測取的振動信號實際是有多種源信號耦合而成的。所以，如何從振動加速度信號中有效提取沖擊特征，是對旋轉(zhuǎn)機械缺陷位置和損失程度進行評判的關(guān)鍵問題。
[0003]這種情況下，F(xiàn)astICA可以有效分離多種振動源信號，但測試信號經(jīng)FastICA分離之后存在不能有效分辨出最能表征故障信息的分離信號，目前一般利用故障測試信號的分離信號的頻譜圖和正常運轉(zhuǎn)測試信號的分離信號的頻譜圖進行對比，根據(jù)經(jīng)驗進而選取表征故障信息的分離信號，但會導(dǎo)致錯誤的判斷。其次，對復(fù)雜旋轉(zhuǎn)機械系統(tǒng)來說，當(dāng)出現(xiàn)故障時，調(diào)制邊頻帶數(shù)目增多，幅值增大，致使故障信息提取難度大，頻譜分析難度增加，精度也不夠高，致使僅從信號上獲取其時頻域特征，然后達到診斷的目的，幾乎是不可能的。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種診斷精度高，易于實現(xiàn)，實時性好的基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法。
[0005]本發(fā)明的目的是這樣實現(xiàn)的:
[0006]I)利用加速度傳感器獲取旋轉(zhuǎn)機械振動加速度測試信號；
[0007]2)采用基于負(fù)熵最大化的FastICA方法對所述測試信號進行解耦分離；
[0008]3)計算分離信號譜峭度，并篩選出最能表征故障信息的分離信號；
[0009]4)對被選取的分離信號進行Hilbert包絡(luò)譜分析；
[0010]5)將包絡(luò)譜峰值對應(yīng)的頻率與軸承故障特征頻率進行比較，從而診斷出具體故障。
[0011]本發(fā)明的技術(shù)效果在于:
[0012]I)采用基于負(fù)熵最大化的FastICA分離方法對旋轉(zhuǎn)機械加速度測試信號進行預(yù)處理解耦分離，能一定程度上消除環(huán)境噪聲對故障特征提取的影響，且能有效分離耦合的多種源信號，初步提取故障信號的沖擊特征。
[0013]2)通過計算分離信號譜峭度，利用譜峭度指標(biāo)對沖擊信號的敏感，篩選出最能表征故障信息的分離信號，可以有效提高診斷的準(zhǔn)確率，從而有效避免根據(jù)經(jīng)驗選取表征故障信息的分離信號所導(dǎo)致錯誤的判斷。
[0014]3)對被選取的分離信號的Hilbert包絡(luò)譜分析能有效地識別調(diào)制邊頻，從而找出調(diào)制信號的特性，可以有效的將故障特征頻率成分提取出來，大大提高診斷精確度。
[0015]4)本發(fā)明方法易于實現(xiàn)，實時性好，適用于旋轉(zhuǎn)機械的檢測并用于在線故障監(jiān)測與診斷。 【專利附圖】

【附圖說明】
[0016]圖1是本發(fā)明的流程圖。
[0017]圖2為內(nèi)圈故障滾動軸承加速度信號時域波形圖。
[0018]圖3為經(jīng)基于負(fù)熵最大化的FastICA分離后的信號時域波形圖。
[0019]圖4為被選取含有故障特征信息的分離信號的時域圖與包絡(luò)譜圖。
[0020]圖5為分離信號的譜峭度值表。
【具體實施方式】
[0021]下面結(jié)合附圖和實施例，對本發(fā)明的【具體實施方式】作進一步詳細(xì)闡述。應(yīng)當(dāng)理解，以下是實施例僅用于說明本發(fā)明，但不用來限制本發(fā)明的保護范圍。
[0022]本發(fā)明實施例的一種基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法流程圖如圖1所示，包括以下步驟:
[0023]I)利用加速度傳感器測取旋轉(zhuǎn)機械滾動軸承振動加速度測試信號。本實施方式選取美國CWRU公開的軸承故障測試數(shù)據(jù)，其用三個布置在滾動軸承不同位置的加速度傳感器來獲取三個測試信號。
[0024]2)采用基于負(fù)熵最大化的FastICA方法對測試信號進行解耦分離。其具體包括以下步驟:
[0025]2.1)對測試信號X進行中心化和白化處理得到白化數(shù)據(jù)Z。
[0026]中心化處理，即X=X-E⑴。式中，E (.)為求均值
[0027]中心化后的測試數(shù)據(jù)X的協(xié)方差矩陣可以分解為Cx= [XXT] =U λ UT。
[0028]其中，U為酉矩陣，λ為Cx的特征值矩陣，A=DiagU1, λ 2，...，λ Ν)。則白化矩陣B表示為B= λ ^172Ut
[0029]再通過白化矩陣B對中心化后的測試數(shù)據(jù)進行白化處理，即Ζ=ΒΧ。白化處理后的測試數(shù)據(jù)Z各分量正交歸一，協(xié)方差為單位陣，即向量間沒有相關(guān)性。
[0030]2.2)隨機產(chǎn)生Wi(O),且I Wi(O) I 2=1。其中Wi是分離矩陣W的第i行。
[0031]2.3)迭代=Wi(I^l)=EiZgOC(k) Z)}-E {g’(( (k) Z)} Wi (k)。其中，g(.)是非二次函數(shù)，g’(.)是g(.)的導(dǎo)數(shù)，Wi (k+1)和1(10分別為Wi的第k和k+l位置的元素值。
[0032]2.4)為了保證每次提取出來的都是之前從未提取過的獨立分量，需要添加正交化步驟，把已提取的獨立分量Wj減去。
[0033]
【權(quán)利要求】
1.一種基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法，其特征是: (1)利用加速度傳感器獲取旋轉(zhuǎn)機械振動加速度測試信號； (2)采用基于負(fù)熵最大化的FastICA方法對所述測試信號進行解耦分離； (3)計算分離信號譜峭度，并篩選出最能表征故障信息的分離信號； (4)對被選取的分離信號進行Hilbert包絡(luò)譜分析； (5)將包絡(luò)譜峰值對應(yīng)的頻率與軸承故障特征頻率進行比較，從而診斷出具體故障。
2.根據(jù)權(quán)利要求1所述的基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法，其特征是所述采用基于負(fù)熵最大化的FastICA方法對所述測試信號進行解耦分離具體包括: 1)對測試信號X進行中心化和白化處理得到白化數(shù)據(jù)Z， 中心化處理，即X=X-E(X)，式中，E (.)為求均值， 中心化后的測試數(shù)據(jù)X的協(xié)方差矩陣分解為Cx=[XXT]=U λ UT, 其中，U為酉矩陣，λ為Cx的特征值矩陣，λ =Diag (λ 1； λ 2,..., λ Ν),則白化矩陣B表示為 B= λ -1/2UT, 再通過白化矩陣B對中心化后的測試數(shù)據(jù)進行白化處理，即Z=BX,白化處理后的測試數(shù)據(jù)Z各分量正交歸一，協(xié)方差為單位陣，即向量間沒有相關(guān)性； 2)隨機產(chǎn)生Wi(O),且IIWi(O) I |2=1，其中Wi是分離矩陣W的第i行， 3)迭代=Wi(I^I)=EiZgOC(k)Z)}-E{g’OCGOzMWiGO，其中，g(.)是非二次函數(shù)，g’(.)是g(.)的導(dǎo)數(shù)，Wi(k+l)和賴分別為Wi的第k和k+Ι位置的元素值； 4)正交化，把已提取的獨立分量Wj減去，
3.根據(jù)權(quán)利要求1或2所述的基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法，其特征是所述計算分離信號譜峭度，并篩選出最能表征故障信息的分離信號具體包括: O峭度K是歸一化的4階中心矩，其計算公式為:
4.根據(jù)權(quán)利要求1或2所述的基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法，其特征是所述對被選取的分離信號進行Hilbert包絡(luò)譜分析具體包括: 1)對被選取的分離時域信號進行Hilbert變換，求取時域解析信號； 2)通過求取解析信號的幅值來獲取包絡(luò)； 3)對包絡(luò)信號進行頻域分析，即傅里葉變換，獲取包絡(luò)譜。
5.根據(jù)權(quán)利要求3所述的基于FastICA-譜峭度-包絡(luò)譜分析的旋轉(zhuǎn)機械故障診斷方法，其特征是所述對被選取的分離信號進行Hilbert包絡(luò)譜分析具體包括: 1)對被選取的分離時域信號進行Hilbert變換，求取時域解析信號； 2)通過求取解析信號 的幅值來獲取包絡(luò)； 3)對包絡(luò)信號進行頻域分析，即傅里葉變換，獲取包絡(luò)譜。
【文檔編號】G01M13/00GK103575523SQ201310563608
【公開日】2014年2月12日 申請日期:2013年11月14日 優(yōu)先權(quán)日:2013年11月14日
【發(fā)明者】靳國永, 朱培鑫, 馬相龍, 石雙霞, 陳躍華 申請人:哈爾濱工程大學(xué)