一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法
【專利摘要】本發(fā)明涉及一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，屬于機械振動【技術(shù)領(lǐng)域】。本發(fā)明首先獲取同一截面互相垂直方向上的振動信號，將兩個通道的信號組成一個復(fù)數(shù)信號，然后通過復(fù)局部均值分機將復(fù)數(shù)信號分解為系列復(fù)乘積函數(shù)之和，根據(jù)復(fù)乘積函數(shù)得到復(fù)包絡(luò)信號；采用復(fù)數(shù)傅里葉變換對復(fù)包絡(luò)信號進行變換，然后融合復(fù)傅里葉變換結(jié)果的實部和虛部以獲取相應(yīng)的全矢包絡(luò)譜，有效提取了轉(zhuǎn)子的故障特征。本發(fā)明融合了兩個通道的振動信息，通過復(fù)局部均值分解直接處理分析兩個通道的二維信號，所提取的故障特征信息更加全面、清晰，為轉(zhuǎn)子碰摩診斷提供依據(jù)。
【專利說明】一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，屬于機械振動【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]近年來，故障診斷技術(shù)在國內(nèi)外受到顯著重視，從運行動態(tài)信號中提取出故障征兆，是機械故障診斷的必要條件。由于故障振動信號大多屬于非線性信號，通過采集單一方向的振動信號，運用一些先進的數(shù)字信號處理方法，如小波變換、第二代小波變換、經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposit1n, EMD)、局部均值分解(Local Mean Decomposit1n,LMD)等方法提取反映故障的征兆或特征，為設(shè)備故障診斷提供技術(shù)支撐。小波變換、第二代小波變換和多小波變換等可以說都是基于內(nèi)積原理的特征波形基函數(shù)信號分解，需要選用與特征波形相匹配的基函數(shù)去更好地處理信號。而不同類型的機械故障在動態(tài)信號中會表現(xiàn)出不同的特征波形，而且隨著損傷程度的發(fā)展，其特征波形也會發(fā)生改變。因此，基于小波的故障特征提取方法缺乏自適應(yīng)性。EMD和LMD都是根據(jù)信號固有的包絡(luò)特征自適應(yīng)地將其分解為若干固有模態(tài)分量，程軍圣等人詳細(xì)對比了二者的優(yōu)缺點，總體上LMD處理信號時表現(xiàn)出的性能更好。
[0003]由于旋轉(zhuǎn)機械轉(zhuǎn)子系統(tǒng)動力學(xué)特性往往表現(xiàn)出非線性，發(fā)生故障時內(nèi)在動力學(xué)特性更加復(fù)雜，對外表現(xiàn)為在不同方向的振動信號可能表征出不同的特征信息。通過單通道信號特征診斷旋轉(zhuǎn)機械的故障類型易產(chǎn)生誤判、漏判。根據(jù)旋轉(zhuǎn)機械回轉(zhuǎn)特性可知，穩(wěn)態(tài)時轉(zhuǎn)子同一截面互相垂直方向上各諧波的運動軌跡為橢圓。同源信息融合技術(shù)融合同一截面互相垂直方向的振動信號得到橢圓信息，獲取的故障特征更全面。目前基于同源信息融合技術(shù)的故障診斷方法有Bently公司研發(fā)的全頻譜、屈梁生院士首創(chuàng)的全息譜和韓捷提出的全矢譜。全息譜或全矢譜在轉(zhuǎn)子動平衡方面有著廣泛的應(yīng)用，非線性的振動信號，故障特征分布在不同的頻帶。為更好地獲取非線性信號的振動特征，與小波變換、EMD等方法相結(jié)合的同源信息融合技術(shù)被提了出來。這些方法處理的信號是包含雙通道信息的二維信號，可在數(shù)據(jù)處理時上述文獻均采用一維的信號處理方法，即分別對單通道的信號進行處理，而不是直接采用二維數(shù)字信號處理方法，效率較低。另外，當(dāng)振動信號有調(diào)制特征時通過包絡(luò)解調(diào)可更加有效地提取的故障信號特征，Hilbert變換是常用的包絡(luò)解調(diào)方法，但其存在邊際飛翼現(xiàn)象，由其獲取的包絡(luò)信號端部明顯失真。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，以解決目前振動信號故障識別過程采用一維信號處理方式導(dǎo)致的效率低以及故障識別不準(zhǔn)的問題。
[0005]本發(fā)明為解決上述技術(shù)問題而提供一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，該提取方法包括以下步驟:
[0006]I)米集轉(zhuǎn)子外表面同一截面水平方向上的振動信號X和垂直方向上的振動信號y，將振動信號X、y組成一個復(fù)數(shù)信號z, Z = x+jy ；
[0007]2)利用復(fù)局部均值分解將構(gòu)成的復(fù)數(shù)信號z分成系列復(fù)乘積函數(shù)之和；
[0008]3)將得到的復(fù)乘積函數(shù)按能量從高到低的順序依次排列，將其中的調(diào)幅函數(shù)組成一個復(fù)包絡(luò)信號；
[0009]4)將得到的復(fù)包絡(luò)信號進行復(fù)數(shù)傅立葉變換，對復(fù)數(shù)傅立葉變換后的實部和虛部進行融合以得到相應(yīng)的全矢包絡(luò)譜；
[0010]5)根據(jù)得到的全矢包絡(luò)譜中的譜線特征提取轉(zhuǎn)子故障特征。
[0011]所述步驟2)包括以下步驟:
[0012]a).將復(fù)數(shù)信號z (t)分別投影到O方向和π/2方向，
[0013]P0 (t) = Re (e-j0.z ⑴)
[0014]ρπ/2 ⑴=Re (e-W2.ζ ⑴)；
[0015]b).利用局部均值方法分別計算Ptl (t)和pn/2(t)的局部均值函數(shù)和局部包絡(luò)估計函數(shù)；
[0016]c).根據(jù)步驟b)中得到的P(l(t)和Ρπ/2α)的局部均值函數(shù)計算復(fù)信號的局部均值函數(shù)mi；k(t)，
[0017]mi；k(t) = e_j0.m0(i；k) (t)+e-W2.m(?/2)(i，k) (t)
[0018]其中mQ(i，k) (t)為pQ(t)的局部均值函數(shù)，m("2)(i，k)(t)為p"2(t)的局部均值函數(shù)，i為PF分量的個數(shù)，k是迭代次數(shù)；
[0019]d)將得到的復(fù)局部均值函數(shù)mi，k(t)從原始復(fù)信號z(t)中進行分離，得到
[0020]Kt) = z (t)-mi；k(t)；
[0021]e)根據(jù)P(l(t)和pn/2(t)的局部包絡(luò)估計函數(shù)分別計算Ptl (t)和Ρπ/2α)的純調(diào)頻信號，
[0022]

【權(quán)利要求】
1.一種基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，該提取方法包括以下步驟: 1)米集轉(zhuǎn)子外表面同一截面水平方向上的振動信號X和垂直方向上的振動信號y，將振動信號X、y組成一個復(fù)數(shù)信號z, z = x+jy ； 2)利用復(fù)局部均值分解將構(gòu)成的復(fù)數(shù)信號z分成系列復(fù)乘積函數(shù)之和； 3)將得到的復(fù)乘積函數(shù)按能量從高到低的順序依次排列，將其中的調(diào)幅函數(shù)組成一個復(fù)包絡(luò)信號； 4)將得到的復(fù)包絡(luò)信號進行復(fù)數(shù)傅立葉變換，對復(fù)數(shù)傅立葉變換后的實部和虛部進行融合以得到相應(yīng)的全矢包絡(luò)譜； 5)根據(jù)得到的全矢包絡(luò)譜中的譜線特征提取轉(zhuǎn)子故障特征。
2.根據(jù)權(quán)利要求1所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟2)包括以下步驟: a).將復(fù)數(shù)信號z(t)分別投影到O方向和π/2方向，
Po (t) = Re (e_j0.z (t))
P "2 ⑴=Re(e-W2.z(t))； b).利用局部均值方法分別計算Ptl(t)和Ρπ/2α)的局部均值函數(shù)和局部包絡(luò)估計函數(shù)； c).根據(jù)步驟b)中得到的Ρ(ια)和Ρπ/2α)的局部均值函數(shù)計算復(fù)信號的局部均值函數(shù) muU),
mi，k(t) — 6.m0(i，k) (t)+一* m(n/2) (i, k)



(t)其中mQ(i，k) (t)為pQ(t)的局部均值函數(shù)，(t)為ρπ/2(1:)的局部均值函數(shù)，i為PF分量的個數(shù)，k是迭代次數(shù)； d)將得到的復(fù)局部均值函數(shù)mua)從原始復(fù)信號z(t)中進行分離，得到 Hi； k(t) = z (t)-mi；k(t)； e)根據(jù)pQ(t)和pn/2(t)的局部包絡(luò)估計函數(shù)分別計算pQ(t)和Ρπ/2α)的純調(diào)頻信號，
其中sQ(i，k)a)為pQa)的純調(diào)頻信號，su/2)(i；k)a)為Ρπ/2α)的純調(diào)頻信號； f)將迭代過程中產(chǎn)生的所有平滑包絡(luò)估計函數(shù)相乘，分別得到復(fù)信號的實部和虛部的包絡(luò)信號為:
其中I為直到a&j (t)和(t)均為I時的最大迭代次數(shù)；g)根據(jù)得到復(fù)信號的純調(diào)頻信號和包絡(luò)信號計算其復(fù)PF分量，
cPFi (t) — a(Ki) (t) * s0(i, I).θ.+&π/2 ⑴(t).sO/2) (i,l) (t) * 6; h)將所有復(fù)數(shù)乘積函數(shù)和最終的殘留信號相加得到信號的復(fù)數(shù)局部均值分解的完整的表達為:
其中 Ui(t) = Z (t) _cPFi (t),為殘留fg 號。
3.根據(jù)權(quán)利要求1所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述的步驟e)中判斷循環(huán)停止的條件是解調(diào)后的信號Stiak)⑴和s(n/2)(i，k) (t)都為純調(diào)頻信號。
4.根據(jù)權(quán)利要求1所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟h)中判斷循環(huán)處理停止的條件是殘留信號不存在旋轉(zhuǎn)模式。
5.根據(jù)權(quán)利要求4所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟2)中得到的每個復(fù)乘積函數(shù)的實部和虛部均由調(diào)幅-調(diào)頻函數(shù)組成，調(diào)幅函數(shù)為相應(yīng)的包絡(luò)函數(shù)。
6.根據(jù)權(quán)利要求4所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟3)在構(gòu)建復(fù)包絡(luò)信號時將得到的復(fù)乘積函數(shù)按能量從高到低的順序依次排列，取前兩個復(fù)乘積函數(shù)中的調(diào)幅信號來構(gòu)建復(fù)包絡(luò)信號。
7.根據(jù)權(quán)利要求6所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟3)中構(gòu)建的復(fù)包絡(luò)信號為:
Zi = a0(i)+aIl/2(i)j (i = O, I, 2，…，N-1) 其中為復(fù)數(shù)信號的實部包絡(luò)信號，a,/2(i)為復(fù)數(shù)信號的虛部包絡(luò)信號。
8.根據(jù)權(quán)利要求7所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟4)中包絡(luò)信號的復(fù)傅立葉變換結(jié)果為:
其中Zn為步驟3)構(gòu)建的復(fù)包絡(luò)信號。
9.根據(jù)權(quán)利要求8所述的基于復(fù)局部均值分解的轉(zhuǎn)子碰摩故障特征提取方法，其特征在于，所述步驟4)中得到的全矢包絡(luò)譜為:
其中Rak為所求的全矢包絡(luò)譜，ZKk、Zlk分別為Zk的實部和虛部。
【文檔編號】G01M13/00GK104165759SQ201410271529
【公開日】2014年11月26日 申請日期:2014年6月17日 優(yōu)先權(quán)日:2014年6月17日
【發(fā)明者】黃傳金, 宋海軍, 孟雅俊, 雷文平, 甄敬然, 時偉, 周銅, 郭歡, 雷鋼, 陸程, 陳良 申請人:中州大學(xué)