[发明专利]基于编码器信号瞬变特征的机械设备故障诊断方法有效
申请号: | 201910865515.0 | 申请日: | 2019-09-12 |
公开(公告)号: | CN110580471B | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 林京;丁传仓;焦金阳;梁凯旋;苗永浩;易迎港 | 申请(专利权)人: | 北京航空航天大学;西安交通大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01M13/02;G01M13/021 |
代理公司: | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人: | 韩燕 |
地址: | 100191*** | 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: | 基于 编码器 信号 特征 机械设备 故障诊断 方法 | ||
1.一种基于编码器信号瞬变特征的机械设备故障诊断方法,其特征在于,其包括:
采集步骤,利用编码器数据采集卡读取机械设备中的编码器的输出信号,得到编码器信号y(t);
时域瞬变特征提取步骤,对编码器信号y(t)构建基于局部多项式拟合和稀疏的优化问题并建立迭代算法,基于所述迭代算法从编码器信号y(t)提取时域瞬变特征x(t);
角度域瞬变特征提取步骤,将编码器信号y(t)作为相位参考信号,利用阶次跟踪算法将时域瞬变特征x(t)转换到角度域中得到角度域瞬变特征x(θ);
故障诊断步骤,识别角度域瞬变特征x(θ)的角度间隔T,并将所述角度间隔T与故障类型的理论故障角度间隔T’进行匹配,根据匹配结果确定机械设备故障的类型;
所述时域瞬变特征提取步骤的具体操作为:
对编码器信号y(t)构建基于局部多项式拟合和稀疏的优化问题,可以表示为:
其中,J(x,a)为优化问题的目标函数,由第一部分数据保真度度量算子和第二部分正则项组成,表示对应于最小目标函数值的最优解;参数λ0为正则参数,用于调节目标函数的两部分在优化中的权重;||·||2表示l2范数;表示长度为N的编码器信号;表示长度为N的时域瞬变特征;矩阵将y(t)或x(t)分割成M个长度为L的片段,两个相邻片段的重叠长度为P;pm表示局部拟合多项式信号,am为相应的局部多项式系数,多项式系数a=[a1,a2,…,am],矩阵为范德蒙矩阵,d为拟合多项式阶数;此外,在优化问题的目标函数中,数据保真度度量算子约束信号的重构误差,正则项约束时域瞬变特征x(t)的组稀疏特性,其中K表示组的大小;
当固定x时,式(1)的优化问题为相对于多项式系数a的优化问题,其解为:
其中,T表示矩阵转置;
将式代入式,式转换为:
其中,I表示单位矩阵;
对于无约束优化问题式,引入辅助变量um将其转化为约束优化问题,表示为:
利用交替方向乘子法与优化最小化算法推导出相应的迭代算法求解约束优化问题式;
所述迭代算法为:
um=[G(GTG)-1GT(Smx+dm-Smy)+(Smy+μ(Smx+dm))]/(1+μ) (5)
其中,m=1,2,…,M
dm=dm-(um-Smx)其中,m=1,2,…,M (7)
在式-中,i表示当前迭代次数,μ为惩罚因子,向量dm初始值设置为零向量,矩阵标量n取值范围为[1,N],[Λ(x(i))]n,n表示矩阵Λ(x(i))中第n行第n列的元素,标量j,k与n结合用于表示时域瞬变特征x(t)的第n-j+k个元素,j和k的取值范围为[0,K-1],不断迭代执行式-,直到达到终止条件,利用推导出的迭代算法,提取出编码器信号y(t)中的时域瞬变特征x(t)。
2.根据权利要求1所述的基于编码器信号瞬变特征的机械设备故障诊断方法,其特征在于,所述机械设备为行星齿轮箱,所述行星齿轮箱包括齿圈、太阳轮及三个均匀分布的行星轮,在行星齿轮箱的输入轴和输出轴分别设置一个编码器。
3.根据权利要求2所述的基于编码器信号瞬变特征的机械设备故障诊断方法,其特征在于,所述行星齿轮箱传动比为5.1:1;所述齿圈的齿数为82、模数为1;所述太阳轮的齿数为20、模数为1;所述行星轮的齿数为31、模数为1;所述太阳轮、行星轮和齿圈相对于输出轴的故障阶次分别为12.3Hz、2.645Hz和3Hz。
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北京航空航天大学;西安交通大学,未经北京航空航天大学;西安交通大学许可,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/201910865515.0/1.html,转载请声明来源钻瓜专利网。