本发明专利技术公开了一种可调品质因子双树复小波变换的旋转机械故障检测方法，包括：1)构造合理的采样参数集合，构造具有不同品质因子的双树复小波基函数；2)分别用构造的每个双树复小波基函数对旋转机械振动响应信号进行时间-尺度分析，计算该小波基函数参与下各层小波系数的峭度信息熵，选择最大特征峭度信息熵对应的小波基函数为与振动信号冲击成分最优匹配的双树复小波基函数；3)以最优双树复小波基函数对振动信号进行分析，并进行故障诊断。本发明专利技术能构造任意频带聚焦性及时域振荡性的双树复小波基函数，并自适应地选择具有最优匹配性能的基函数，实现旋转机械设备周期性冲击型故障特征及其冲击周期信息的准确检测。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，包括：1)构造合理的采样参数集合，构造具有不同品质因子的双树复小波基函数；2)分别用构造的每个双树复小波基函数对旋转机械振动响应信号进行时间-尺度分析，计算该小波基函数参与下各层小波系数的峭度信息熵，选择最大特征峭度信息熵对应的小波基函数为与振动信号冲击成分最优匹配的双树复小波基函数；3)以最优双树复小波基函数对振动信号进行分析，并进行故障诊断。本专利技术能构造任意频带聚焦性及时域振荡性的双树复小波基函数，并自适应地选择具有最优匹配性能的基函数，实现旋转机械设备周期性冲击型故障特征及其冲击周期信息的准确检测。【专利说明】
本专利技术涉及一种机电设备故障诊断技术，具体涉及一种关键零部件(轴承、齿轮、转子碰摩等旋转机械)冲击类型故障特征的提取方法。
技术介绍
在国民经济支柱产业中，大型机电设备长期运行在重载、疲劳、腐蚀、高温等复杂恶劣的工况下，设备中关键零部件如齿轮、轴承等旋转机械将不可避免地出现磨损、腐蚀、剥落、胶合、擦伤、裂纹等故障，造成设备运行质量下降甚至出现机毁人亡的恶性事故。因此，实现设备关键零部件运行状态监测及早期故障诊断，对于保证设备安全运行及生产活动的顺利进行有着重要的意义。旋转机械在通过局部损伤位置时，振动信号通常伴随着冲击的产生，由于其自身运动的周期性，振动信号中就会出现周期性的冲击故障特征。这些故障特征信号往往淹没在复杂设备其他部件振动响应信号及强大的背景噪声中，通过傅里叶变换等传统的平稳信号处理方法很难得到满意的特征提取效果。小波变换是一种被广泛采用的适用于非平稳信号时-频分析的有效工具，通过内积变换运算将响应信号中与小波基函数最为相似的信号成分提取出来。电子科技大学苗强等提出了基于连续小波变换的诊断方法(苗强，唐超，谢磊，梁巍.基于连续小波变换的旋转机械部件的自适应故障诊断方法CN102539150A)，然而该方法计算效率低，采用的正交小波基函数振荡性低，很难检测高振荡性的冲击故障。离散小波变换具有较高的运算效率。然而，传统的二进小波变换具有固定的频带划分特性，使得各层频带聚焦性差。同时，不同尺度上小波基函数频谱具有较宽的频率过渡带，使得二进小波变换基函数品质因子低，时域振荡性差，不利于匹配检测机械振动中往往出现的高振荡性冲击故障成分。西安交通大学何正嘉等提出提出一种可变空间-尺度框架的小波变换(何正嘉，陈彬强，张周锁，訾艳阳等.基于可变空间-尺度框架的机械冲击型故障诊断方法CN102721537)，提高了频谱分辨率及频带聚焦性。然而，工程实践中发现这些实值小波基函数在分析中存在时移变性的缺点，对于周期性冲击信号可能得到并不准确的周期息。
技术实现思路
基于高品质因子小波基函数具有高的时域振荡性，对于机械故障冲击信号的检测更为有效的思路，本专利技术的目的是提供一种通过控制采样参数，构造出具有可调品质因子的双树复小波基函数，可有效地检测出高振荡性冲击故障特征的旋转机械故障诊断方法。为达到以上目的，本专利技术是采取如下技术方案实现的:一种，其特征在于:包括下述步骤:步骤1:构造采样参数集合，以生成品质因子可调的双树复小波基函数集，具体包括:a.构造采样参数集合Ω = {(p, q, s) |p, q, s e Z+}用以生成可调品质因子双树复小波基函数集{Bp,q,s| (p，q，s) e Ω}，其中，Z+为正整数集，双树复小波基函数的实部、虚部分别由两对滤波器组和展成；b.采样参数P，q，S共同决定了两对滤波器组和展成的双树复小波基函数的时频特性及品质因子，其中，q / P决定了双树复小波基函数的尺度伸缩因子，小波基函数的品质因子定义为基函数的中心频率与带宽的比值，定义H(e>)、G(en,H(e'w),依次为滤波器h (η)、g (n) j(?)、倉(《)的傅里叶频谱，其中H(ejw)、G(eJw)构成实部分支滤波器组；实部分支滤波器采用可变空间尺度框架函数构造，虚部分支的滤波器组ff(w), 的数学表达式为:【权利要求】1.一种，其特征在于:包括下述步骤: 步骤1:构造采样参数集合，以生成品质因子可调的双树复小波基函数集，具体包括: a.构造采样参数集合Ω= {(p，q，s) |p，q, s e Z+}用以生成可调品质因子双树复小波基函数集{Bp,q,s| (p，q，s) e Ω}，其中，Z+为正整数集，双树复小波基函数的实部、虚部分别由两对滤波器组和展成; b.采样参数P，q，s共同决定了两对滤波器组和|>?，聋(》)]展成的双树复小波基函数的时频特性及品质因子，其中，q/p决定了双树复小波基函数的尺度伸缩因子，小波基函数的品质因子定义为基函数的中心频率与带宽的比值，定义H(e>)、G(eJw)、泠(W )、依次为滤波器h(η)、g(n)的傅里叶频谱，其中H(ejw)、G(ejw)构成实部分支滤波器组； 实部分支滤波器采用可变空间尺度框架函数构造，虚部分支的滤波器组应(w)、G(w)的数学表达式为: H (eJW ) = H (eJW ) e-Ai>-p)w'.2，且应⑴(eJW ) = H (eJW ) eiqwi2 G(^') = (7(e^)eL 2 2j 其中，为虚部分支第一层低通滤波器，Sign(w)为符号函数，表示为:I W > Osign(w) = j O w = 0-1 M- < O C.上列关系式保证了由两个滤波器组组展成的双树复小波基函数的实部小波和虚部小波构成希尔伯特变换对: if 丫'"2 if \-j Λ] / i/ yi;2 ?r \-J Yl \ ImJ — ψ — t - ks > = H/ Re- — ψ — t-ks I \IUJ JJ \)\l^z r? / \-j 、 其中，！ Ψ ! 卜表示第j层小波基函数，Re(.)表示实部，Im(.)表示虚KPJ [KPJ J部，H(.)表示希尔伯特变换算子； 步骤2:分别用所构造的双树复小波基集合中每一个小波基函数对旋转机械上采集到的振动信号进行时间-尺度分析，计算该小波基函数参与下各层分解信号的峭度信息熵，选择最大的峭度信息熵作为该小波基函数的特征峭度信息熵，包括: a.双树复小波基函数的实部与虚部分别对旋转机械上采集到的离散响应信号X(η)进行J层时间-尺度分解，实部小波函数的各层分解小波(尺度)系数表示为: 2.如权利要求1所述的，其特征在于，所述步骤I的a中采样参数集合设定为:{(p, q, s) |p, q, s e N ；p/q+l/s > I ；p = 2,3,...,10 ；q = p+1 ；s = 1,2,3,4,5}, N为正整数； 选择的采样参数集合即能保证所构造的双树复小波基函数具有不同的品质因子。3.如权利要求1所述的，其特征在于，所述步骤4中用选择的最优双树复小波基函数Btjpt对振动信号进行分析及故障检测具体步骤为: a.用最优双树复小波基函数Btjpt对振动信号进行时间-尺度分解，单支重构得到各层分解信号，单支重构某一层信号时，需将其它层小波系数置O，按可调品质因子双数复小波变换的逆变换进行信号重构，得到的各层分解信号表示为: 【文档编号】G01本文档来自技高网...
【技术保护点】
一种可调品质因子双树复小波变换的旋转机械故障检测方法，其特征在于：包括下述步骤：步骤1：构造采样参数集合，以生成品质因子可调的双树复小波基函数集，具体包括：a.构造采样参数集合Ω＝{(p，q，s)|p，q，s∈Z+}用以生成可调品质因子双树复小波基函数集{Bp，q，s|(p，q，s)∈Ω}，其中，Z+为正整数集，双树复小波基函数的实部、虚部分别由两对滤波器组[h(n)，g(n)]和展成；b.采样参数p，q，s共同决定了两对滤波器组[h(n)，g(n)]和展成的双树复小波基函数的时频特性及品质因子，其中，q/p决定了双树复小波基函数的尺度伸缩因子，小波基函数的品质因子定义为基函数的中心频率与带宽的比值，定义H(ejw)、G(ejw)、依次为滤波器h(n)、g(n)、的傅里叶频谱，其中H(ejw)、G(ejw)构成实部分支滤波器组；实部分支滤波器采用可变空间尺度框架函数构造，虚部分支的滤波器组的数学表达式为：H~(ejw)=H(ejw)e-j(q-p)w/2,且H~(1)(ejw)=H(ejw)e-jqw/2G~(ejw)=G(ejw)ej[-sign(w)π2+w2]其中，为虚部分支第一层低通滤波器，sign(w)为符号函数，表示为：sign(w)=1w>00w=0-1w<0c.上列关系式保证了由两个滤波器组组展成的双树复小波基函数的实部小波和虚部小波构成希尔伯特变换对：Im{(qp)-j/2ψ((qp)-jt-ks)}=H<Re{(qp)-j/2ψ((qp)-jt-ks)}>j,k∈Z其中，表示第j层小波基函数，Re(·)表示实部，Im(·)表示虚部，H(·)表示希尔伯特变换算子；步骤2：分别用所构造的双树复小波基集合中每一个小波基函数对旋转机 械上采集到的振动信号进行时间?尺度分析，计算该小波基函数参与下各层分解信号的峭度信息熵，选择最大的峭度信息熵作为该小波基函数的特征峭度信息熵，包括：a.双树复小波基函数的实部与虚部分别对旋转机械上采集到的离散响应信号x(n)进行J层时间?尺度分解，实部小波函数的各层分解小波(尺度)系数表示为：其中，k表示采用的是第k个双树复小波基函数，j为分解层序号，虚部小波函数的各层小波(尺度)系数表示为：则双树复小波基函数对振动信号第j层分解的小波系数可以表示为：b.计算各层小波(尺度)系数的峭度信息熵KE<Wk{j}>=Kp(wxk,j)S(wxk,j),j=1,2,...J+1其中，Kp(·)为峭度算子，S(·)为信息熵算子，具体地，信号序列x(n)的峭度、信息熵表述为：Kp[x(n)]=Σi=1n(xi-x‾)4nσ4,S(x)=-Σj=1J+1pjlog(pj)其中，xi为序列x(n)第i个数据点，为序列x(n)的平均值，σ为序列x(n)的标准差，S(x)为信号的信息熵，{pj}定义为在整个区间(xmin，xmax)中对x进行J+1个子区间的划分并计算第j个子区间上的概率密度；c.选择各层分解信号中最大的峭度信息熵作为该双树复小波基函数的特征峭度信息熵，表示为：CKE[Bpk,qk,sk]=maxKE(wxk,j),j=1,2,...,J+1;步骤3：将每个小波基函数的特征峭度信息熵构成一个集合，定义全局特征峭度信息熵为集合内最大的特征峭度信息熵，选择与全局特征峭度信息熵对应的小波基函数作为与振动信号最优匹配的小波基函数，表示为：Bopt={Bp*,q*,s*|CKE[Bp*,q*,s*]=maxCKE[Bp,q,s],(p,q,s)∈Ω};步骤4：用选择的最优双树复小波基函数Bopt对振动信号进行分析及故障检测。FDA0000380647480000011.jpg,FDA0000380647480000012.jpg,FDA0000380647480000013.jpg,FDA0000380647480000014.jpg,FDA0000380647480000015.jpg,FDA0000380647480000016.jpg,FDA00003806474800000110.jpg,FDA00003806474800000113.jpg,FDA0000380647480000021.jpg,FDA0000380647480000022.jpg,FDA0000380647480000023.jpg,FDA0000380647480000024.jpg,FDA0000380647480000025.jpg,FDA0000380647480000027.jpg,FDA0000380647480000029.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：何正嘉，张春林，曹宏瑞，李兵，訾艳阳，陈雪峰，张周锁，陈彬强，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
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。