[发明专利]一种基于参数辨识的压气机故障诊断方法

说明书

本发明公开了一种基于参数辨识的压气机故障诊断方法，包括以下步骤：首先对原始压气机故障信号进行信号分解，得到一系列的分量；然后分别求出每一个分量与原始压气机故障信号间的K‑L散度、互信息和相关系数值作为该分量综合指标的三个维度值；再将综合指标作为各分量的特征向量，将所有分量的特征向量组成一个集合，对集合内的元素进行分层聚类，使真实分量与虚假分量聚为两类；最后消除虚假分量。本发明的优点在于：基于本发明，可以降低信号分解方法的分析误差，构建故障诊断特征阈值库。

技术领域

本发明涉及旋转机械振动响应的时频域分析技术领域，尤其涉及一种基于参数辨识的压气机故障诊断方法。

背景技术

燃机压气机气动特性恶化机理较为复杂，可能引起故障的原因众多。在生产实际中为了精确定位故障激振源，需要对故障参数进行深入的处理分析。在提取故障参数特征，构建实时诊断平台的过程中，信号处理方法的误差往往对诊断结果有着极为重大的影响。

集成经验模态分解(EEMD)，希尔伯特振动分解(HVD)等信号分解方法在各领域得到了广泛应用，但这些方法在分解过程中存在着虚假分量的问题。为了解决虚假分量问题，使HVD等常用信号分解方法具有更高的工程实用价值，需要引入合适的指标对虚假分量进行鉴别。针对信号分解过程中的虚假分量问题，许多学者进行了相关研究并提出了一些鉴别指标，包括K-L散度、互信息和相关系数等。这些鉴别指标需要通过预先设定阈值区分真实和虚假分量，不能够实现真假分量的自动识别；同时，设定的阈值只是对试验样本规律的总结，缺乏理论支持，容易受到试验样本集片面性和单一指标误诊率的影响，难以推广。上述指标在使用过程中往往并不能全面反映分量与原始信号的内在关联。

发明内容

本发明所要解决的技术问题是提供一种可以实现真假分量的自动识别的基于参数辨识的压气机故障诊断方法。

本发明是通过以下技术方案解决上述技术问题的：一种基于参数辨识的压气机故障诊断方法，包括以下步骤：首先对原始压气机故障信号进行信号分解，得到一系列的分量；然后分别求出每一个分量与原始压气机故障信号间的K-L散度、互信息和相关系数值作为该分量综合指标的三个维度值；再将综合指标作为各分量的特征向量，将所有分量的特征向量组成一个集合，对集合内的元素进行分层聚类，使真实分量与虚假分量聚为两类；最后消除虚假分量。

作为优化的技术方案，

求出分量与原始压气机故障信号间的K-L散度的方法包括以下步骤：

设X＝{x₁，x₂，…，x_n}，Y＝{y₁，y₂，…，y_n}，X和Y分别为其中一个分量和原始压气机故障信号；

首先通过非参数估计法求出X概率分布的核密度估计p(x)和Y概率分布的核密度估计q(x)，

其中，平滑参数h是给定的正数，K(·)是核函数；

然后求出X和Y的K-L距离δ(p，q)和δ(q，p)，

最后求出X和Y的K-L散度值D(p,q)，

D(p,q)＝δ(p,q)+δ(q,p)。

本发明的优点在于：通过构造一种综合指标向量，结合多种误差方法的优势，能够更准确地识别虚假分量，更真实的反映故障特征；基于本发明，可以降低信号分解方法的分析误差，构建故障诊断特征阈值库，为电厂后续的处理提供了参考依据。

附图说明

图1是本发明基于参数辨识的压气机故障诊断方法的流程图。