[发明专利]一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法有效
申请号: | 201910175611.2 | 申请日: | 2019-03-08 |
公开(公告)号: | CN109883703B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 柳亦兵;赵立;滕伟;刘潇波 | 申请(专利权)人: | 华北电力大学 |
主分类号: | G01M13/045 | 分类号: | G01M13/045 |
代理公司: | 北京从真律师事务所 11735 | 代理人: | 程义贵 |
地址: | 102206 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 振动 信号 相干 谱分析 风机 轴承 健康 监测 诊断 方法 | ||
1.一种基于振动信号相干倒谱分析的风机类旋转机械设备的轴承健康监测及故障预测方法,其特征在于,包括:
步骤一:在风机类旋转机械设备的轴承座上安装至少两个振动传感器,测量采集轴承座不同部位的结构振动信号,将信号转换成数字信号,并进行预处理;
步骤二:将每个传感器测量获得的振动信号分为N个采样点,N为自然数,计算获得各个部位振动监测信号的自功率谱和两两之间的互功率谱;
步骤三:选取两个传感器的振动信号x(n)和y(n),对该两个传感器的振动信号进行x(n)和y(n)进行相干分析,获得相干函数;
步骤四:对第三步中的两个振动信号的相干函数进行傅立叶逆变换,获得一个倒频域的新函数:
步骤五:从相干倒谱Hxy(n)中提取若干特征值Fi,获得不同监测时刻的特征值Fi(t)做出趋势图;
步骤六:根据特征值变化趋势,预测轴承故障状态。
2.根据权利要求1所述的风机类旋转机械设备的轴承健康监测及故障预测方法,其特征在于,特征值Fi为与故障特征频率对应的相干倒谱值。
3.根据权利要求1所述的风机类旋转机械设备的轴承健康监测及故障预测方法,其特征在于,步骤二的自功频谱和互功频谱采用如下计算方式:
设振动信号为有限长数字信号x(i),采样点数为N,其自功率谱估计计算公式为:
两个采样点数为N的有限长振动信号x(n)和y(n)的互功率谱估计计算公式为:
上两式中,X(k)和Y(k)为信号x(i)的N点离散频谱;离散频谱的计算公式为:
将采样点数为N的离散信号分成L段,考虑重叠的情况下,设每段数据长度为M,用公式(2)计算得到每一段信号xi(t)和yi(t)的频谱然后将各段频谱求平均,得到自功率谱估计和互功率谱估计;公式表示为:
4.根据权利要求1所述的风机类旋转机械设备的轴承健康监测及故障预测方法,其特征在于,步骤三的自功频谱和互功频谱采用如下计算方式:
对两个振动信号x(n)和y(n)的相干分析,计算相干函数:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910175611.2/1.html,转载请声明来源钻瓜专利网。