[发明专利]一种基于复局部均值分解的转子碰摩故障特征提取方法

说明书

技术领域

本发明涉及一种基于复局部均值分解的转子碰摩故障特征提取方法，属于机械振动技术领域。

背景技术

近年来，故障诊断技术在国内外受到显著重视，从运行动态信号中提取出故障征兆，是机械故障诊断的必要条件。由于故障振动信号大多属于非线性信号，通过采集单一方向的振动信号，运用一些先进的数字信号处理方法，如小波变换、第二代小波变换、经验模态分解(Empirical Mode Decomposition，EMD)、局部均值分解(Local Mean Decomposition，LMD)等方法提取反映故障的征兆或特征，为设备故障诊断提供技术支撑。小波变换、第二代小波变换和多小波变换等可以说都是基于内积原理的特征波形基函数信号分解，需要选用与特征波形相匹配的基函数去更好地处理信号。而不同类型的机械故障在动态信号中会表现出不同的特征波形，而且随着损伤程度的发展，其特征波形也会发生改变。因此，基于小波的故障特征提取方法缺乏自适应性。EMD和LMD都是根据信号固有的包络特征自适应地将其分解为若干固有模态分量，程军圣等人详细对比了二者的优缺点，总体上LMD处理信号时表现出的性能更好。

由于旋转机械转子系统动力学特性往往表现出非线性，发生故障时内在动力学特性更加复杂，对外表现为在不同方向的振动信号可能表征出不同的特征信息。通过单通道信号特征诊断旋转机械的故障类型易产生误判、漏判。根据旋转机械回转特性可知，稳态时转子同一截面互相垂直方向上各谐波的运动轨迹为椭圆。同源信息融合技术融合同一截面互相垂直方向的振动信号得到椭圆信息，获取的故障特征更全面。目前基于同源信息融合技术的故障诊断方法有Bently公司研发的全频谱、屈梁生院士首创的全息谱和韩捷提出的全矢谱。全息谱或全矢谱在转子动平衡方面有着广泛的应用，非线性的振动信号，故障特征分布在不同的频带。为更好地获取非线性信号的振动特征，与小波变换、EMD等方法相结合的同源信息融合技术被提了出来。这些方法处理的信号是包含双通道信息的二维信号，可在数据处理时上述文献均采用一维的信号处理方法，即分别对单通道的信号进行处理，而不是直接采用二维数字信号处理方法，效率较低。另外，当振动信号有调制特征时通过包络解调可更加有效地提取的故障信号特征，Hilbert变换是常用的包络解调方法，但其存在边际飞翼现象，由其获取的包络信号端部明显失真。

发明内容

本发明的目的是提供一种基于复局部均值分解的转子碰摩故障特征提取方法，以解决目前振动信号故障识别过程采用一维信号处理方式导致的效率低以及故障识别不准的问题。

本发明为解决上述技术问题而提供一种基于复局部均值分解的转子碰摩故障特征提取方法，该提取方法包括以下步骤：

1)采集转子外表面同一截面水平方向上的振动信号x和垂直方向上的振动信号y，将振动信号x、y组成一个复数信号z，z＝x+jy；

2)利用复局部均值分解将构成的复数信号z分成系列复乘积函数之和；

3)将得到的复乘积函数按能量从高到低的顺序依次排列，将其中的调幅函数组成一个复包络信号；

4)将得到的复包络信号进行复数傅立叶变换，对复数傅立叶变换后的实部和虚部进行融合以得到相应的全矢包络谱；

5)根据得到的全矢包络谱中的谱线特征提取转子故障特征。

所述步骤2)包括以下步骤：

a).将复数信号z(t)分别投影到0方向和π/2方向，

p₀(t)＝Re(e^-j0·z(t))

p_π/2(t)＝Re(e^-jπ/2·z(t))；

b).利用局部均值方法分别计算p₀(t)和p_π/2(t)的局部均值函数和局部包络估计函数；

c).根据步骤b)中得到的p₀(t)和p_π/2(t)的局部均值函数计算复信号的局部均值函数m_i,k(t)，

m_i,k(t)＝e^-j0·m_0(i,k)(t)+e^-jπ/2·m_(π/2)(i,k)(t)

其中m_0(i,k)(t)为p₀(t)的局部均值函数，m_(π/2)(i,k)(t)为p_π/2(t)的局部均值函数，i为PF分量的个数，k是迭代次数；