[发明专利]一种转子故障特征提取方法及装置

说明书

本发明涉及一种转子故障特征提取方法及装置，属于旋转机械设备技术领域。本发明首先将转子互相垂直的径向振动和轴向振动信号组成一个三元信号；然后根据三元信号的空间包络特点，自适应地将三元信号按旋转速度从高到低的顺序分解成系列三元信号与一个剩余信号之和；旋转机械转速得到基频信息，确定需要融合的三元信号；最后融合相应的三元信号三个振动方向的功率谱得到矢功率谱，根据该矢功率谱提取故障特征。本发明将三个相互垂直方向上的振动信号作为一个整体来分解，确保每个方向上有相同的分解尺度，有效融合了转子径向和轴向的故障特征，综合反映了转子径向和轴向故障特征，提取的故障特征更为全面、清晰。

技术领域

本发明涉及一种转子故障特征提取方法及装置，属于旋转机械设备技术领域。

背景技术

转子故障特征提取是机械故障诊断的必要条件，全面、准确地提取转子故障特征是正确进行机械故障诊断的前提和基础。转子发生故障时的振动信号往往是非线性、非平稳信号，振动信号的能量会随振动信号的频率变化而发生变化。振动信号的能量谱比传统的频谱分析能更加全面、客观的反映系统实际情况。信号功率谱可以反映信号能量的变化，所以常常通过振动信号的功率谱来获取振动信号特征。传统的振动信号功率谱方法只分析了单一振动方向的信号的功率谱，由于转子的各向异性以及故障位置的不确定性，在不同方向采集的信号可能振动强度也不相同，其能量、频率组成也可能不尽相同。所以，单一方向振动信号的功率谱不能全面准确地转子故障时的实际情况，在此基础上做出的诊断结果会发生误判或漏判。郑州大学的韩捷等人提出了全矢功率谱，全矢功率谱融合了转子某一个截面上径向方向上互相垂直的振动信号的功率谱特征，由此获取的转子故障特征更为准确、全面。由于振动信号的非线性以及采集信号时不可避免引入的噪声信号，直接对采集的振动信号进行全矢功率谱分析时，得到的谱线特征较为模糊，不明显的特征信息会被噪声成份淹没，无法看到细节特征。

为解决这些问题，有学者分别对互相垂直方向的信号进行多尺度分解，然后按一一对应原则进行功率谱融合，得到相应的全矢功率谱。这种方法得到的全矢功率谱更为清晰，谱线特征表达的更为细腻。但这种方法也存在两个问题：一是功率谱融合问题，即分别对不同方向的信号进行多尺度分解时容易出现尺度不统一问题，比如x方向振动信号分解成6个振动信号，y方向振动信号分解成5个振动信号，按一一对应原则融合时会出现难以融合问题，本质上这种方法是一维信号处理方法，但处理对象是二维信号，即处理方法与处理对象存在矛盾；二是只融合了径向互相垂直方向上的振动信号特征，而忽略了轴向信息，不能反映转子轴向故障；即只融合了转子某一个径向截面上的振动信号特征，而不是从三维空间角度融合转子故障特征，反映的转子故障特征不够全面。

发明内容

本发明的目的是提供一种转子故障特征提取方法，用以解决目前转子故障特征提取不全面的问题，同时，本发明还提供了一种转子故障特征提取装置。

本发明为解决上述技术问题而提供了一种转子故障特征提取方法，该提取方法包括以下步骤：

1)检测转子同一截面上相互垂直的径向振动信号和转子轴向振动信号，并将其构成一个三元旋转信号；

2)根据三元旋转信号的包络特点将三元旋转信号按照旋转速度的顺序分解成系列三元信号形式的旋转信号与一个剩余信号之和；

3)将分解得到的三元信号形式的旋转信号从时域变换到频域，根据转子振动信号的基频确定需要融合的三元信号；

4)对确定的三元信号三个振动方向的功率谱进行融合，以得到各三元信号的矢功率谱，并根据得到的矢功率谱进行转子故障特征提取。

进一步地，所述步骤1)构成的三元旋转信号w(t)为：

w(t)＝ix(t)+jy(t)+kz(t)