[发明专利]基于高斯平滑的设备振动信号全频带特征提取和报警方法

说明书

技术领域

本发明涉及设备状态监测和报警，尤其涉及一种设备振动信号全频带特征提取和报警方法。

背景技术

对振动传感器采集的信号进行傅里叶变换，以频率为独立变量建立振动信号与频率的函数关系，称为频谱分析，或频域分析。频谱分析将复杂的时间信号，分解为若干单一的谐波分量来研究，获得信号的频率结构以及各谐波幅值和相位信息，是机械设备状态监测和故障诊断中最常用也是最重要的分析方法之一。

在正常运行的状态下，设备振动信号的频谱结构相对稳定，一旦出现零部件的异常或故障，产生新的振动源，将导致频率分量或频段内振动能量的改变，引起频谱结构的变化。因此，技术人员可以通过对频谱结构的观察与比较，发现设备异常，进而追溯异常谱线的产生原因，实现故障部位的判断。随着工业生产规模的不断扩大，越来越多的机械设备纳入振动监控的范围内，依靠技术人员的经验已无法处理海量增长的振动信号，必须寻找高效合理的频谱特征提取方法，设置相应的监测阈值，实现自动报警。

常用的频谱自动报警方法是设置典型故障所对应频率分量幅值或频段能量值的阈限，其缺点如下：

1、受工况影响大。设备在运行过程中转速和负荷都会出现变化，因此即使在正常状态下，振动信号的频谱结构也有一定的波动，造成监测频率分量和频段的定位困难，引发误报警和漏报警。

2、与频谱结构密切相关。对干扰小、谱线少的位移信号最为有效，而现场中最常用的速度和加速度信号，由于频率成分复杂，报警效果差。

3、针对频谱局部特征。机械设备是多零部件组成的复杂系统，对每一个零部件每一种工况下的每一种故障都进行特征频率监测，在应用中无法实现。

因此，提取振动信号全频带的特征作为报警依据，成为异常辨识和故障诊断的一个新思路。但从目前的应用情况来看，主要是进行一些简单的统计包络计算，并不能合理描述全频带内谱线的分布特征，很多情况下仍然依赖人工调整。随着机械设备状态监测和故障诊断的综合化智能化的发展，迫切需要切实可行的新方法来提高频谱的自动分析能力和报警的准确性。

发明内容

本发明旨在解决上述缺陷，提供一种基于高斯平滑的设备振动信号全频带特征提取和报警方法。本发明能够减弱工况和噪声的干扰影响，适用于位移、速度和加速度等多种振动信号，满足工业现场的频域自动报警要求。

本发明是这样实现的：

一种基于高斯平滑的振动信号全频带特征提取与报警方法，使用高斯函数模板平滑振动信号的频谱数据，获得全频带谱线的幅值包络，以平滑长度作为调节参数，以超限总值作为报警参数，实现机械设备异常状态的自动辨识。包括以下步骤：

1)对振动信号进行傅里叶变换，得到振动幅值与频率分量{A_i，f_i|i＝0，…，N-1}，N为谱线数；

2)选择大于1的正奇数L作为平滑长度，计算高斯函数模板的中心位置计算高斯函数模板的宽度系数得到高斯函数序列j＝0，…，L-1，其中，L的选择范围为3～15；

3)高斯函数序列的每一个元素除以中心元素G_c，得到高斯函数模板，j＝0，…，L-1；

4)振动幅值序列前后各延长c个点，得到长度为M+2c的幅值序列{0，…，0，A₀，A₁，…，A_N-1，0，…，0}；

5)从幅值序列中依次选择长度为L的子序列与高斯函数模板进行内积运算，相同频率分量对应的内积结果相加，得到各频率分量对应幅值的包络序列i＝0，…，N-1；

6)将{E_i，f_i|i＝0，…，N-1}作为振动信号的全频带分布特征，新的振动信号频谱{A′_i，f_i|i＝0，…，N-1}获得后，计算超限总值

7)设置报警阈值如果I＞T，则进行报警。

本发明具有以下特点：

1、平滑长度L是平滑效果的唯一控制参数，高斯函数模板由该参数推导得出。

2、以幅值包络i＝0，…，N-1作为振动信号的全频带分布特征，减少了噪声和工况的干扰，突出能量集中区域。

3、以超限总值作为报警变量，设置报警阈值I＞T则产生异常报警。

本发明克服了传统方法受工况与噪声影响大、不适用于复杂频谱结构、针对局部特征的缺点，为实现振动信号频域自动报警提供了新的思路。

附图说明

下面，结合附图对本发明作进一步的说明：

图1是本发明的流程图；