[发明专利]一种抗干扰旋转机械的故障诊断方法

说明书

本发明公开了一种抗干扰旋转机械的故障诊断方法，包括，对旋转机械故障数据信号进行预处理；采用Meyer小波滤波器组对步骤一中的所述信号进行分解；计算步骤二中分解树中的各个子频带的多重去色循环谐波率值；选取多重去色循环谐波率图中多重去色循环谐波率值最大的解析子信号的平方包络谱作为诊断结果；若多重去色循环谐波率大于历史值的2倍，则诊断对象存在故障的概率大于80％。本发明构建一个多重去色循环谐波率去刻画频带信噪比，用多重去色循环谐波率去替换快速谱峭度图中的谱峭度指标；用小波中所采用的Meyer小波滤波器去对信号进行分解，以替换快速谱峭度图中的FIR滤波器，Meyer小波滤波器可以克服小波包的分析频率中央的频谱泄露问题。

技术领域

本发明涉及旋转机械运行维护的技术领域，特别是，涉及一种抗干扰旋转机械的故障诊断方法。

背景技术

旋转机械(如齿轮箱，轴承等单元构成)是一类使用广泛的机械设备，它的早期的轻微故障可能会带来晚期的较大的经济损失，甚至人员伤亡。因此对其进行状态检测、故障诊断是十分必要的。振动分析法是旋转机械设备故障诊断的一种有效方法，其中包络解调又是振动分析法中一种有效的诊断思路。包络解调振动分析法中关键的一步在于在振动信号中找到与旋转部件或者零件相关的故障振动源所形成的频谱共振带，从中解调出故障冲击信号。

快速谱峭度图就是这样一种方法，它首先使用FIR滤波器将频谱分割为一系列子频带，然后再用谱峭度指标去衡量每个子频带的信噪比，最后可以选出谱峭度指标最大的那一个子频带作为诊断结果。但是谱峭度指标容易受到周期性信号或者奇异信号的影响，所以在某些信噪比较低的情况下容易造成误诊或漏诊。于是很多学学者对其进行改进，有用L2/L1范数，基尼指标，平滑指标去替换谱峭度指标的，但是这类指标仍然是着重去衡量故障冲击信号幅值的大小，在某些情况下还是会受到奇异信号的影响。也有用改进谐波积，谐波信噪比，相关峭度去替换谱峭度指标的，这类指标着重于测量故障信号的周期性，但是旋转机械的故障信号的周期具有一定的随机性，与循环平稳信号更为相似，所以这类方法从理论上说就具有一定的缺陷。另外也有用小波包滤波器去替换快速谱峭度图滤波器的。因为小波包滤波器可有有效的测量信号的高频瞬态成分，但是小波包滤波器具有二分特性，容易在分析频率中央形成频谱泄露。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有技术中存在的问题，提出了本发明。

因此，本发明其中一个目的是提供一种抗干扰旋转机械的故障诊断方法。

为解决上述技术问题，本发明提供如下技术方案：一种抗干扰旋转机械的故障诊断方法，包括，

步骤一，对旋转机械故障数据信号进行预处理；

步骤二，采用Meyer小波滤波器组对步骤一中的所述信号进行分解；

步骤三，计算步骤二中分解数中的各个子频带的多重去色循环谐波率值；

步骤四，选取多重去色循环谐波率图中多重去色循环谐波率值最大的解析子信号的平方包络谱作为诊断结果；

步骤五，若多重去色循环谐波率大于历史值的2倍，则诊断对象存在故障的概率大于80％。

作为本发明所述抗干扰旋转机械的故障诊断方法的一种优选方案，其中：所述步骤一中的预处理，是分别使用均值法和最小二乘法对数据进行去直流分量和去趋势项预处理。

作为本发明所述抗干扰旋转机械的故障诊断方法的一种优选方案，其中：所述步骤二中的Meyer小波滤波器组的构建包括几个步骤：

S11，小波函数的建立：