一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種機(jī)械系統(tǒng)故障診斷方法，尤其設(shè)及一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn) 機(jī)械故障診斷與檢測(cè)的方法。
【背景技術(shù)】
[0002] 旋轉(zhuǎn)機(jī)械結(jié)構(gòu)復(fù)雜，對(duì)運(yùn)轉(zhuǎn)條件要求高，并長(zhǎng)期處于高速運(yùn)行狀態(tài)，而且在正常運(yùn) 行過(guò)程中，即使有先兆性故障隱患也難W被察覺(jué)。但是一旦故障爆發(fā)就會(huì)帶來(lái)難W估計(jì)的 損失。如果將旋轉(zhuǎn)機(jī)械停止定期檢修雖然可W預(yù)防事故發(fā)生，但是也相應(yīng)降低了生產(chǎn)和工 作的效率。
[0003] 針對(duì)運(yùn)樣的問(wèn)題，現(xiàn)有技術(shù)中設(shè)計(jì)了專(zhuān)利號(hào)為201310223686.6的發(fā)明專(zhuān)利《基于 瞬時(shí)頻率估計(jì)的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)角域重采樣方法》，該專(zhuān)利設(shè)及一種機(jī)械故障診斷管理 方法，所述方法包括:采集旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)、時(shí)域降采樣、計(jì)算振動(dòng)信號(hào)的瞬時(shí)頻率、劃 分瞬時(shí)頻率序列、擬合瞬時(shí)頻率曲線、計(jì)算信號(hào)角域采樣時(shí)刻序列、計(jì)算信號(hào)角域采樣時(shí)刻 對(duì)應(yīng)的幅值序列；計(jì)算信號(hào)角域采樣時(shí)刻對(duì)應(yīng)的幅值序列利用拉格朗日插值算法，求取對(duì) 應(yīng)的重采樣時(shí)刻原信號(hào)的幅值序列A(t)，最終獲得振動(dòng)信號(hào)在角域內(nèi)的重采樣信號(hào)R(t)。 該方法不需要額外的轉(zhuǎn)速計(jì)來(lái)提取轉(zhuǎn)速信息，直接從振動(dòng)信號(hào)中獲取轉(zhuǎn)軸的轉(zhuǎn)速信息，本 方法分析精度高，硬件成本低，不受環(huán)境限制，特別是對(duì)企業(yè)現(xiàn)有設(shè)備的技術(shù)改造具有意 義。
[0004] 但是在仔細(xì)分析后可W發(fā)現(xiàn)，對(duì)比文件目的是在沒(méi)有轉(zhuǎn)速計(jì)的情況下，估算設(shè)備 的運(yùn)轉(zhuǎn)速度，并利用估算的信息來(lái)重新采樣信號(hào)，從而獲得更好的和轉(zhuǎn)速相關(guān)的信息。但是 運(yùn)樣的方案在快速變化轉(zhuǎn)速的設(shè)備效果上值得商権，尤其是對(duì)于信號(hào)相位的計(jì)算沒(méi)有提 及，運(yùn)是旋轉(zhuǎn)機(jī)械故障診斷比較重要的方面。由此可見(jiàn)計(jì)算的精確度難W令人滿意。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方 法，主要用于周期信號(hào)和沖擊及噪聲信號(hào)的分離。
[0006] 為了實(shí)現(xiàn)所述目的，本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的 方法，包括如下步驟:記錄系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)用來(lái)作為參考信號(hào)，記錄系統(tǒng)i時(shí)刻振動(dòng) 信號(hào)作為對(duì)比信號(hào)；將系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)和系統(tǒng)i時(shí)刻振動(dòng)信號(hào)分別進(jìn)行時(shí)域同步平 均(TSA)后進(jìn)行統(tǒng)一相位;此時(shí)分別得到處理后知識(shí)庫(kù)信號(hào)和處理后未知信號(hào)，將兩信號(hào)相 減得到殘差信號(hào)，提取殘差信號(hào)的統(tǒng)計(jì)學(xué)數(shù)值作為特征值，對(duì)特征值進(jìn)行分析即可得到系 統(tǒng)振動(dòng)特征是否變化；即如果i時(shí)刻系統(tǒng)振動(dòng)特征和系統(tǒng)初始時(shí)刻振動(dòng)特征相似，那么殘差 信號(hào)為白噪聲信號(hào)，如果i時(shí)刻系統(tǒng)振動(dòng)特征變化那么殘差信號(hào)將不再是白噪聲。
[0007] 優(yōu)選的，所述系統(tǒng)振動(dòng)信號(hào)通過(guò)由自適應(yīng)濾波算法將其分成周期信號(hào)和脈沖信號(hào) 加噪聲信號(hào)，對(duì)于脈沖信號(hào)加噪聲信號(hào)部分，通過(guò)時(shí)域同步平均(TSA)進(jìn)一步分離噪聲信 號(hào)W進(jìn)一步提高脈沖信號(hào)的信噪比。
[0008] 優(yōu)選的，所述自適應(yīng)濾波算法采用的是LMS自適應(yīng)濾波算法或者化S自適應(yīng)濾波算 法。運(yùn)兩種算法簡(jiǎn)單便捷，適合本發(fā)明。
[0009] 優(yōu)選的，所述量化殘差信號(hào)特征值的方法為Kudosis算法，即
[00川其中k為kurtoS i S值，即待計(jì)算的特征值，Xi為第i時(shí)刻信號(hào)值，f為Xi的均值，n為 第n個(gè)采樣。通過(guò)運(yùn)樣的算法可W更精確的獲得量化殘差信號(hào)的特征值。
[0012] 通過(guò)運(yùn)樣的設(shè)置，本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方 法綜合運(yùn)用了數(shù)字信號(hào)處理和統(tǒng)計(jì)模型分析方法，通過(guò)對(duì)比機(jī)械振動(dòng)信號(hào)的差別來(lái)判別系 統(tǒng)振動(dòng)信號(hào)是否變化。采用Time-Synchronized Average(TSA)技術(shù)對(duì)原始的振動(dòng)信號(hào)進(jìn)行 處理，W提高振動(dòng)信號(hào)的信噪比。本方法可W靈敏地檢測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)振動(dòng)信號(hào)的變化，而 且結(jié)果更為精準(zhǔn)。
【附圖說(shuō)明】
[0013] 圖1是本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法的系統(tǒng)原 理框圖。
[0014] 圖2是本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法的模擬健 康機(jī)械系統(tǒng)振動(dòng)信號(hào)圖。其中橫坐標(biāo)是采樣點(diǎn)數(shù)n，縱坐標(biāo)是幅值(電壓V)。
[0015] 圖3是本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法的模擬故 障機(jī)械系統(tǒng)振動(dòng)信號(hào)圖。其中橫坐標(biāo)是采樣點(diǎn)數(shù)n，縱坐標(biāo)是幅值(電壓V)。
【具體實(shí)施方式】
[0016] 如圖1所示，為本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法， 包括如下步驟:記錄系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)用來(lái)作為參考信號(hào)，記錄系統(tǒng)i時(shí)刻振動(dòng)信號(hào)作 為對(duì)比信號(hào);將系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)和系統(tǒng)i時(shí)刻振動(dòng)信號(hào)分別進(jìn)行時(shí)域同步平均(TSA) 后進(jìn)行統(tǒng)一相位;此時(shí)分別得到處理后知識(shí)庫(kù)信號(hào)和處理后未知信號(hào)，將兩信號(hào)相減得到 殘差信號(hào)，提取殘差信號(hào)的統(tǒng)計(jì)學(xué)數(shù)值作為特征值，對(duì)特征值進(jìn)行分析即可得到系統(tǒng)振動(dòng) 特征是否變化；即如果i時(shí)刻系統(tǒng)振動(dòng)特征和系統(tǒng)初始時(shí)刻振動(dòng)特征相似，那么殘差信號(hào)為 白噪聲信號(hào)，如果i時(shí)刻系統(tǒng)振動(dòng)特征變化那么殘差信號(hào)將不再是白噪聲。
[0017] 所述系統(tǒng)振動(dòng)信號(hào)通過(guò)由自適應(yīng)濾波算法將其分成周期信號(hào)和脈沖信號(hào)加噪聲 信號(hào)，對(duì)于脈沖信號(hào)加噪聲信號(hào)部分，通過(guò)時(shí)域同步平均(TSA)進(jìn)一步分離噪聲信號(hào)W進(jìn)一 步提局脈沖f目號(hào)的f目噪比。
[0018] 所述自適應(yīng)濾波算法采用的是LMS自適應(yīng)濾波算法或者化S自適應(yīng)濾波算法。所述 量化殘差特征值的方法為Kudosis算法，即
[0020] 其中k為ketosis值，即待計(jì)算的特征值，Xi為第i時(shí)刻信號(hào)值，至為Xi的均值，n為 第n個(gè)采樣。其中n的最短長(zhǎng)度應(yīng)該滿足n乘上采樣頻率不小于需要檢測(cè)旋轉(zhuǎn)部件旋轉(zhuǎn)一周 的時(shí)間。
[0021]本發(fā)明采用兩類(lèi)仿真數(shù)據(jù)來(lái)加 W說(shuō)明。第一類(lèi)仿真信號(hào)由周期信號(hào)和噪聲信號(hào)組 成，用于模擬健康機(jī)械系統(tǒng)振動(dòng)信號(hào)，如圖2所示。第二類(lèi)仿真信號(hào)由周期信號(hào)，脈沖信號(hào)， 和噪聲組成，用于模擬故障機(jī)械系統(tǒng)振動(dòng)信號(hào)，如圖3所示。圖2(a)外側(cè)細(xì)線為仿真參照信 號(hào)，中間粗黑線為經(jīng)過(guò)TSA處理降噪后的信號(hào)，圖2(b)外側(cè)細(xì)線為仿真信號(hào)，紅線為經(jīng)過(guò)TSA 處理降噪后的信號(hào)，圖2(c)為圖2(a)和(b)相減后的殘差信號(hào)。圖3(a)外側(cè)細(xì)線為仿真參照 信號(hào)，黑粗線為經(jīng)過(guò)TSA處理降噪后的信號(hào)，圖3(b)外側(cè)細(xì)線為仿真信號(hào)，黑粗線為經(jīng)過(guò)TSA 處理降噪后的信號(hào)，圖3(c)為圖3(a)和(b)相減后的殘差信號(hào)。對(duì)比圖2圖3結(jié)果，我們可W 清晰的看出算法有效地捕捉到了系統(tǒng)由于故障所引起的變化。
[0023]運(yùn)個(gè)原理是經(jīng)過(guò)均值運(yùn)算后，健康機(jī)械信號(hào)被提取出來(lái)，所W健康機(jī)械信號(hào)殘差 信號(hào)應(yīng)該為白噪聲信號(hào)，而故障機(jī)械信號(hào)經(jīng)過(guò)殘差運(yùn)算后不為白噪聲信號(hào)。因此，通過(guò)計(jì)算 根據(jù)最終殘差信號(hào)的特征值就可W判斷是否有故障存在。
【主權(quán)項(xiàng)】
1. 一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，其特征在于:包括如下 步驟:記錄系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)用來(lái)作為參考信號(hào)，記錄系統(tǒng)i時(shí)刻振動(dòng)信號(hào)作為對(duì)比信 號(hào);將系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)和系統(tǒng)i時(shí)刻振動(dòng)信號(hào)分別進(jìn)行時(shí)域同步平均(TSA)后進(jìn)行統(tǒng) 一相位;此時(shí)分別得到處理后知識(shí)庫(kù)信號(hào)和處理后未知信號(hào)，將兩信號(hào)相減得到殘差信號(hào)， 提取殘差信號(hào)的統(tǒng)計(jì)學(xué)數(shù)值作為特征值，對(duì)特征值進(jìn)行分析即可得到系統(tǒng)振動(dòng)特征是否變 化；即如果i時(shí)刻系統(tǒng)振動(dòng)特征和系統(tǒng)初始時(shí)刻振動(dòng)特征相似，那么殘差信號(hào)為白噪聲信 號(hào)，如果i時(shí)刻系統(tǒng)振動(dòng)特征變化那么殘差信號(hào)將不再是白噪聲。2. 根據(jù)權(quán)利要求1所述一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，其 特征在于，所述系統(tǒng)振動(dòng)信號(hào)通過(guò)由自適應(yīng)濾波算法將其分成周期信號(hào)和脈沖信號(hào)加噪聲 信號(hào)，對(duì)于脈沖信號(hào)加噪聲信號(hào)部分，通過(guò)時(shí)域同步平均(TSA)進(jìn)一步分離噪聲信號(hào)以進(jìn)一 步提高脈沖信號(hào)的信噪比。3. 根據(jù)權(quán)利要求2所述一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，其 特征在于，所述自適應(yīng)濾波算法采用的是LMS自適應(yīng)濾波算法或者RLS自適應(yīng)濾波算法。4. 根據(jù)權(quán)利要求1所述一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，其 特征在于，所述量化殘差特征值的方法為Kurtosis算法，即其中k為kurtosis值，即待計(jì)算的特征值，xi為第i時(shí)刻信號(hào)值，:奪為xi的均值，η為第η 個(gè)采樣。
【專(zhuān)利摘要】本發(fā)明的目的在于提供一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，主要用于周期信號(hào)和沖擊及噪聲信號(hào)的分離。為了實(shí)現(xiàn)所述目的，本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法，包括如下步驟：記錄系統(tǒng)初始時(shí)刻振動(dòng)信號(hào)用來(lái)作為參考信號(hào)，記錄系統(tǒng)i時(shí)刻振動(dòng)信號(hào)作為對(duì)比信號(hào)；將兩信號(hào)相減得到殘差信號(hào)，提取殘差信號(hào)的統(tǒng)計(jì)學(xué)數(shù)值作為特征值，對(duì)特征值進(jìn)行分析即可得到系統(tǒng)振動(dòng)特征是否變化通過(guò)這樣的設(shè)置，本發(fā)明一種基于振動(dòng)信號(hào)的通用旋轉(zhuǎn)機(jī)械故障診斷與檢測(cè)的方法綜合運(yùn)用了數(shù)字信號(hào)處理和統(tǒng)計(jì)模型分析方法，通過(guò)對(duì)比機(jī)械振動(dòng)信號(hào)的差別來(lái)判別系統(tǒng)振動(dòng)信號(hào)是否變化。
【IPC分類(lèi)】G01M13/00
【公開(kāi)號(hào)】CN105527077
【申請(qǐng)?zhí)枴緾N201510779653
【發(fā)明人】楊軍
【申請(qǐng)人】長(zhǎng)興昇陽(yáng)科技有限公司
【公開(kāi)日】2016年4月27日
【申請(qǐng)日】2015年11月15日