一种基于峰值指标的旋转机械故障诊断方法技术

技术编号:13826253 阅读:87 留言:0更新日期:2016-10-13 01:57
本发明专利技术提供一种基于峰值指标的旋转机械故障诊断方法,用信号分离的思想构建峰值指标,克服传统峰值指标诊断技术的缺点,提高诊断的精确度和可靠性,通过标准振动信号将实时采集振动信号分为无故障振动信号和混合信号,用混合信号和无故障振动信号构建峰值指标,具有对故障诊断更加灵敏,更加能够通过信号的变化检测微弱故障特征信号。旋转机械设备正常运行和发生故障时,峰值指标的取值范围重叠少,不同状态下峰值指标变化明显,对偏心轴故障敏感,能够很好地将此故障与其他故障区分开来,旋转机械故障诊断的精确度和可靠性高。

【技术实现步骤摘要】

本专利技术涉及一种旋转机械故障诊断方法,特别涉及一种基于峰值指标的旋转机械故障诊断方法,属于故障诊断与信号处理分析

技术介绍
大型旋转机械设备(如汽轮机、旋转轴承、压缩机等)是石油、化工、机械制造、航空航天等重要工程领域的关键设备,旋转机械设备正朝着大型化、自动化、精密化的方向不断发展,其组成和结构也变得越来越复杂,发生故障的概率也越来越大,因此对大型旋转机械设备的安全性和可靠性的要求也越来越高。但是,大型旋转机械设备发生故障时,振动监测信号往往存在大量的非线性、随机、不可遍历的信息,给故障信号的分析和旋转机械故障的诊断带来很大的困难。现有技术的旋转机械故障诊断主要基于振动信号进行分析,而一般采用时域分析法,通过对机械振动信号的概率密度函数分析,推导出了幅值域中的有量纲指标和无量纲指标,有量纲指标如均值、均方根值等;无量纲指标如峰值指标、裕度指标、脉冲指标等。在实际应用中,现有技术的有量纲指标对故障特征敏感,其数值会随着故障的发展而上升,同时因工作条件,如负载、转速等的变化而变化,并极易受环境干扰的影响,表现不够稳定。无量纲指标中的峰值指标对于振动信号中的扰动不敏感,对缓变故障敏感。特别地,峰值指标对振动信号的幅值和频率的变化不敏感,即与机器的工作条件关系不大,只依赖于概率密度函数的形状,因此峰值指标在旋转机械故障诊断中得到了广泛的应用。但是,现有技术采用峰值指标诊断是一种将“峰值参数”用于设备故障诊断的技术方法,利用峰值指标来诊断旋转机械的故障主要有以下几点问题:一是没有采用信号分离的思想构建峰值指标,没有对标准振动信号分离,无法更好地体现旋转机械的故障,对故障的诊断不敏感;二是峰值指标要在信号有明显的脉动性时才可靠,当旋转机械的故障不断扩展,峰值逐步达到极限值后,均方根值开始增大,峰值指标逐步减小,直至恢复到无故障时的大小,因此峰值指标存在对故障判断失效,特别是一些微弱的故障信号反应不灵敏,易产生误判,旋转机械故障诊断的精确度和可靠性较差;三是采用磨合期的振动信号作为标准振动信号,没有考虑旋转机械设备在运行初期振动信号中噪声严重,不适宜作为标准振动信号的问题,诊断故障不准确。
技术实现思路
针对现有技术的不足,本专利技术提供一种基于峰值指标的旋转机械故障诊断方法,克服传统峰值指标诊断技术的缺点,提高诊断的精确度和可靠性,用信号分离的思想构建峰值指标,由于对标准振动信号的分离,剩余的混合信号能够更好地体现旋转机械的故障,对故障的诊断更加地敏感,所得出的诊断结果能够准确地诊断旋转机械的故障。为达到以上技术效果,本专利技术所采用的技术方案如下:一种基于峰值指标的旋转机械故障诊断方法,包括以下步骤:(1)通过振动加速度传感器采集旋转机械在运行磨合期后的正常运行参数,所述正常运行参数为按抽样频率fs采集的无故障振动信号s0(t)(t=0,1,…,T-1);(2)对无故障振动信号s0(t)进行归一化处理后得到标准振动信号s(t);(3)对标准振动信号s(t)做快速傅里叶变换(FFT)得到标准振动频域信号S(k)(k=0,1,…,K-1);(4)通过振动加速度传感器采集旋转机械需要故障诊断时的运行参数,所述故障诊断时的运行参数为按抽样频率fs实时采集旋转机械运行中的实时采集振动信号z(t)(t=0,1,…,T-1);(5)对实时采集振动信号z(t)做快速傅里叶变换(FFT)得到实时振动频域信号Z(k)(k=0,1,…,K-1);(6)对标准振动频域信号S(k)取复共轭为S(k)*,将Z(k)与S(k)*相乘得到Y(k)(k=0,1,…,K-1),再对Y(k)(k=0,1,…,K-1)做快速傅里叶逆变换(IFFT)得到两个信号Z(k)与S(k)*的相关函数I(t)(t=0,1,…,T-1);(7)在t=0,1,…,T-1中取相关函数I(t)的模|I(t)|,|I(t)|的最大值所对应的时间点为实时采集振动信号和标准振动信号的延迟时间τ,τ=argmax|I(t)|;(8)求实时采集振动信号z(t)与延迟后的标准振动信号s(t-τ)的相关系数c,c=E[z(t)s(t-τ)];(9)计算混合信号y(t),y(t)为故障特征提取信号和噪声的混合信号,y(t)=z(t)-cs(t-τ);(10)计算出峰值指标一种基于峰值指标的旋转机械故障诊断方法,进一步的,根据峰值指标Cys的值,判断旋转机械是否发生故障及故障类别,以下区间值包括边界值:峰值指标Cys的值在2.1986到3.7719之间时,旋转机械运行正常;峰值指标Cys的值在3.8474到6.0233之间时,考虑旋转机械发生了裂轴故障;峰值指标Cys的值在3.8830到6.1981之间时,考虑旋转机械发生了弯轴故障;峰值指标Cys的值在3.9094到7.5683之间时,考虑旋转机械发生了偏心轴故障;峰值指标Cys的值在4.1663到7.3144之间时,考虑旋转机械发生了裂轴+弯轴故障;峰值指标Cys的值在3.9924到7.4869之间时,考虑旋转机械发生了裂轴+偏心轴故障;峰值指标Cys的值在4.5938到6.2757之间时,考虑旋转机械发生了弯轴+偏心轴故障;峰值指标Cys的值在4.0169到6.1841之间时,考虑旋转机械发生了裂轴+弯轴+偏心轴故障。一种基于峰值指标的旋转机械故障诊断方法,进一步的,快速傅里叶变换(FFT)采用有限序列离散傅里叶变换(DFT)的快速算法,所述快速傅里叶变换(FFT)采用频率抽取算法,在频域内把序列按照奇偶分组并利用周期性和对称性进行计算。一种基于峰值指标的旋转机械故障诊断方法,进一步的,快速傅里叶逆变换(IFFT)通过Y(k)频域中的频谱,将每个频率分量变换成时域正弦波,再全部叠加得到相关函数I(t)。一种基于峰值指标的旋转机械故障诊断方法,进一步的,步骤(1)和步骤(4)按1024个点为一组进行采样,采样频率为1000Hz。与现有技术相比,本专利技术的优点在于:1.本专利技术提供的一种基于峰值指标的旋转机械故障诊断方法,通过标准振动信号将实时采集的旋转机械振动信号分为无故障振动信号和混合信号,其中混合信号包含了故障特征信号和高斯噪声。用混合信号和无故障振动信号构建峰值指标,使用了信号分离的思想构建峰值指标,由于对标准振动信号的分离,剩余的混合信号能够更好地体现旋转机械的故障,对故障的诊断更加地敏感,与现有峰值指标相比,更加能够通过信号的变化检测微弱故障特征信号。2.本专利技术提供的一种基于峰值指标的旋转机械故障诊断方法,通过一系列的数学运算,使得旋转机械设备正常运行和发生故障时,得到的峰值指标的取值范围相对重叠少,不同状 态下峰值指标变化明显,对旋转机械轴承的局部剥落,压痕等故障非常敏感,且不受振动信号的绝对水平影响,不容易产生误判,特别对偏心轴故障比较敏感,能够很好地将此故障与其他故障区分开来,反应快、敏感性好,旋转机械故障诊断的精确度和可靠性较高。3.本专利技术提供的一种基于峰值指标的旋转机械故障诊断方法,采用磨合期结束后的振动信号归一化后作为标准振动信号,考虑了旋转机械设备在运行初期振动信号中噪声严重,不适宜作为标准振动信号的问题,故障信号反应灵敏,诊断故障更加准确有效。附图说明图1是本专利技术提供的一种基于峰值指标的旋转机械故障本文档来自技高网
...
一种基于峰值指标的旋转机械故障诊断方法

【技术保护点】
一种基于峰值指标的旋转机械故障诊断方法,其特征在于,包括以下步骤:(1)通过振动加速度传感器采集旋转机械在运行磨合期后的正常运行参数,所述正常运行参数为按抽样频率fs采集的无故障振动信号s0(t)(t=0,1,…,T‑1);(2)对无故障振动信号s0(t)进行归一化处理后得到标准振动信号s(t);(3)对标准振动信号s(t)做快速傅里叶变换得到标准振动频域信号S(k)(k=0,1,…,K‑1);(4)通过振动加速度传感器采集旋转机械需要故障诊断时的运行参数,所述故障诊断时的运行参数为按抽样频率fs实时采集旋转机械运行中的实时采集振动信号z(t)(t=0,1,…,T‑1);(5)对实时采集振动信号z(t)做快速傅里叶变换得到实时振动频域信号Z(k)(k=0,1,…,K‑1);(6)对标准振动频域信号S(k)取复共轭为S(k)*,将Z(k)与S(k)*相乘得到Y(k)(k=0,1,…,K‑1),再对Y(k)(k=0,1,…,K‑1)做快速傅里叶逆变换得到两个信号Z(k)与S(k)*的相关函数I(t)(t=0,1,…,T‑1);(7)在t=0,1,…,T‑1中取相关函数I(t)的模|I(t)|,|I(t)|的最大值所对应的时间点为实时采集振动信号和标准振动信号的延迟时间τ,τ=argmax|I(t)|;(8)求实时采集振动信号z(t)与延迟后的标准振动信号s(t‑τ)的相关系数c,c=E[z(t)s(t‑τ)];(9)计算混合信号y(t),y(t)为故障特征提取信号和噪声的混合信号,y(t)=z(t)‑cs(t‑τ);(10)计算出峰值指标...

【技术特征摘要】
1.一种基于峰值指标的旋转机械故障诊断方法,其特征在于,包括以下步骤:(1)通过振动加速度传感器采集旋转机械在运行磨合期后的正常运行参数,所述正常运行参数为按抽样频率fs采集的无故障振动信号s0(t)(t=0,1,…,T-1);(2)对无故障振动信号s0(t)进行归一化处理后得到标准振动信号s(t);(3)对标准振动信号s(t)做快速傅里叶变换得到标准振动频域信号S(k)(k=0,1,…,K-1);(4)通过振动加速度传感器采集旋转机械需要故障诊断时的运行参数,所述故障诊断时的运行参数为按抽样频率fs实时采集旋转机械运行中的实时采集振动信号z(t)(t=0,1,…,T-1);(5)对实时采集振动信号z(t)做快速傅里叶变换得到实时振动频域信号Z(k)(k=0,1,…,K-1);(6)对标准振动频域信号S(k)取复共轭为S(k)*,将Z(k)与S(k)*相乘得到Y(k)(k=0,1,…,K-1),再对Y(k)(k=0,1,…,K-1)做快速傅里叶逆变换得到两个信号Z(k)与S(k)*的相关函数I(t)(t=0,1,…,T-1);(7)在t=0,1,…,T-1中取相关函数I(t)的模|I(t)|,|I(t)|的最大值所对应的时间点为实时采集振动信号和标准振动信号的延迟时间τ,τ=argmax|I(t)|;(8)求实时采集振动信号z(t)与延迟后的标准振动信号s(t-τ)的相关系数c,c=E[z(t)s(t-τ)];(9)计算混合信号y(t),y(t)为故障特征提取信号和噪声的混合信号,y(t)=z(t)-cs(t-τ);(10)计算出峰值指标2.根据权利要求1所述的一种基于峰值指标的旋转机...

【专利技术属性】
技术研发人员:张清华王子为何俊谭巨兴肖明
申请(专利权)人:广东石油化工学院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1