本發(fā)明涉及機(jī)電設(shè)備故障檢測技術(shù)領(lǐng)域，具體為一種機(jī)電設(shè)備非線性故障預(yù)測方法。
背景技術(shù)：
現(xiàn)代化生產(chǎn)中機(jī)械設(shè)備的故障診斷技術(shù)越來越受到重視，人們投入大量的精力進(jìn)行研究，機(jī)電設(shè)備故障診斷技術(shù)取得了很大的進(jìn)展，探索出一系列新的理論方法與技術(shù)應(yīng)用于實(shí)際，增加了機(jī)電設(shè)備故障診斷的效率，奠定了對機(jī)電設(shè)備實(shí)施故障診斷分析與修復(fù)的堅(jiān)實(shí)基礎(chǔ)，產(chǎn)生了明顯的經(jīng)濟(jì)效益和社會效益。機(jī)電設(shè)備早期故障的微弱信號檢測一直是故障診斷領(lǐng)域的研究熱點(diǎn)。目前機(jī)電設(shè)備的檢測方法主要集中在兩個(gè)方面：一是利用現(xiàn)代信號處理方法對噪聲進(jìn)行抑制或消除，當(dāng)噪聲頻率與信號頻率相等或接近時(shí)，該類方法在抑制噪聲的同時(shí)，亦不可避免的損傷到有用信號，極大的影響了微弱信號檢測的效果；二是利用一些非線性系統(tǒng)的自身特性對信號進(jìn)行檢測，常用的非線性方法有隨機(jī)共振、混沌振子和差分振子等。隨機(jī)共振系統(tǒng)結(jié)構(gòu)參數(shù)嚴(yán)重影響著輸出結(jié)果，如何自適應(yīng)選擇系統(tǒng)參數(shù)以達(dá)到最優(yōu)輸出，始終是困擾各種隨機(jī)共振算法的難題，為此，我們提出了一種機(jī)電設(shè)備非線性故障預(yù)測方法投入使用，以解決上述問題。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于提供一種機(jī)電設(shè)備非線性故障預(yù)測方法，以解決上述背景技術(shù)中提出的隨機(jī)共振系統(tǒng)結(jié)構(gòu)參數(shù)嚴(yán)重影響著輸出結(jié)果和傳統(tǒng)的方法抑制噪聲的同時(shí)，亦不可避免的損傷到有用信號，極大的影響了微弱信號檢測的效果的問題。
為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種機(jī)電設(shè)備非線性故障預(yù)測方法，該機(jī)電設(shè)備非線性故障預(yù)測方法的具體步驟如下：
S1：利用多臺計(jì)算機(jī)監(jiān)測儀器和傳感器對機(jī)電設(shè)備的運(yùn)行狀態(tài)采集狀態(tài)信號，并建立分析診斷中心；
S2：對步驟S1中采集的振動(dòng)信號利用隨機(jī)共振數(shù)學(xué)模型使其降噪；
S3：提取兩個(gè)不同隨機(jī)共振輸出的結(jié)果中的相同信號頻率成分，實(shí)現(xiàn)檢測信號的并聯(lián)隨機(jī)共振檢測；
S4：利用混沌振子系統(tǒng)對噪聲的免疫特性，對并聯(lián)隨機(jī)共振輸出的信號進(jìn)行檢測；
S5：利用混沌振子相圖的定量刻畫使檢測信號的客觀、自動(dòng)檢測，利用不變矩定量識別混沌振子相圖的狀態(tài)，實(shí)現(xiàn)檢測信號的自動(dòng)識別。
優(yōu)選的，所述步驟S1中，傳感器布置在機(jī)電設(shè)備的待監(jiān)測的關(guān)鍵節(jié)點(diǎn)上。
優(yōu)選的，所述步驟S2中，振動(dòng)信號為低頻振動(dòng)信號，利用隨機(jī)共振數(shù)學(xué)模型將振動(dòng)信號中的高頻部分的能量轉(zhuǎn)移到低頻部分，使其降噪。
優(yōu)選的，所述步驟S2中，在隨機(jī)共振數(shù)學(xué)模型中采用對稱雙勢阱函數(shù)V(x)表示，式中a，b為非線性系統(tǒng)的機(jī)構(gòu)參數(shù)，對稱雙勢阱的位置為勢壘高度ΔV＝a2/(4b)，u(t)＝A sin(2πf0t)為周期正弦信號，A為幅值，n(t)為白噪聲，且滿足E[n(t)]＝0，E[n(t)n(t-τ)]＝2Dδ(τ)，D表示其噪聲強(qiáng)度。
優(yōu)選的，所述步驟S4中，使用混沌振子檢測器對信號進(jìn)行檢測，其中檢測器表示為x″(t)+cx′(t)-x(t)+x3(t)＝f cos(ωt)，式中c為阻尼比，-x(t)+x3(t)為非線性恢復(fù)力，f cos(ωt)為周期驅(qū)動(dòng)力。
優(yōu)選的，所述步驟S5中，混沌振子相圖的自動(dòng)識別對于二值圖像，在R2平面上任意正整數(shù)p和q的p+q階矩為式中f(x,y)為圖像在點(diǎn)(x,y)上的灰度，mpq依賴于該圖像在坐標(biāo)系中的位置，不具備平移不變性，而p+q階的中心距μpq滿足平移不變性，其定義為式中為圖像的質(zhì)心。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明通過將不同結(jié)構(gòu)的隨機(jī)共振的輸出結(jié)果進(jìn)行并聯(lián)隨機(jī)共振輸出，將檢測信號中的高頻部分向低頻部分輸出，減小了檢測信號的噪聲，以達(dá)到系統(tǒng)參數(shù)的最優(yōu)輸出，同時(shí)利用混沌振子能夠提前對檢測信號即將出現(xiàn)的故障進(jìn)行預(yù)警，本發(fā)明算法簡單，實(shí)用性強(qiáng)。
附圖說明
圖1為本發(fā)明工作流程圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
請參閱圖1，本發(fā)明提供一種技術(shù)方案：一種機(jī)電設(shè)備非線性故障預(yù)測方法，該機(jī)電設(shè)備非線性故障預(yù)測方法的具體步驟如下：
S1：利用多臺計(jì)算機(jī)監(jiān)測儀器和傳感器對機(jī)電設(shè)備的運(yùn)行狀態(tài)采集狀態(tài)信號，并建立分析診斷中心，傳感器布置在機(jī)電設(shè)備的待監(jiān)測的關(guān)鍵節(jié)點(diǎn)上；
S2：對步驟S1中采集的振動(dòng)信號利用隨機(jī)共振數(shù)學(xué)模型使其降噪，振動(dòng)信號為低頻振動(dòng)信號，利用隨機(jī)共振數(shù)學(xué)模型將振動(dòng)信號中的高頻部分的能量轉(zhuǎn)移到低頻部分，使其降噪，在隨機(jī)共振數(shù)學(xué)模型中采用對稱雙勢阱函數(shù)V(x)表示，式中a，b為非線性系統(tǒng)的機(jī)構(gòu)參數(shù)，對稱雙勢阱的位置為勢壘高度ΔV＝a2/(4b)，u(t)＝A sin(2πf0t)為周期正弦信號，A為幅值，n(t)為白噪聲，且滿足E[n(t)]＝0，E[n(t)n(t-τ)]＝2Dδ(τ)，D表示其噪聲強(qiáng)度；
S3：提取兩個(gè)不同隨機(jī)共振輸出的結(jié)果中的相同信號頻率成分，實(shí)現(xiàn)檢測信號的并聯(lián)隨機(jī)共振檢測；
S4：利用混沌振子系統(tǒng)對噪聲的免疫特性，對并聯(lián)隨機(jī)共振輸出的信號進(jìn)行檢測，使用混沌振子檢測器對信號進(jìn)行檢測，其中檢測器表示為x″(t)+cx′(t)-x(t)+x3(t)＝f cos(ωt)，式中c為阻尼比，-x(t)+x3(t)為非線性恢復(fù)力，f cos(ωt)為周期驅(qū)動(dòng)力；
S5：利用混沌振子相圖的定量刻畫使檢測信號的客觀、自動(dòng)檢測，利用不變矩定量識別混沌振子相圖的狀態(tài)，實(shí)現(xiàn)檢測信號的自動(dòng)識別，混沌振子相圖的自動(dòng)識別對于二值圖像，在R2平面上任意正整數(shù)p和q的p+q階矩為式中f(x,y)為圖像在點(diǎn)(x,y)上的灰度，mpq依賴于該圖像在坐標(biāo)系中的位置，不具備平移不變性，而p+q階的中心距μpq滿足平移不變性，其定義為式中為圖像的質(zhì)心。
盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對于本領(lǐng)域的普通技術(shù)人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同物限定。