[发明专利]基于振荡共振理论的传动设备微弱故障检测方法

说明书

考虑到设备微弱故障信号通常会湮没在强背景噪声中，且传统的滤波去噪方法或多或少会破坏故障信号从而造成故障信息的漏检。对此，本发明提出了基于振荡共振理论的设备微弱故障检测方法。为提高故障检测效果，本方法构建多级阵列式振荡共振双稳态系统，从而实现了多种微弱故障的同时检测。本方法构建的设备微弱故障检测模型，能够快速、方便、容易地检测出设备的微弱故障，此外能够同时检测出多种故障。本方法的提出扩展了振荡共振理论在机械微弱故障检测中的应用。

技术领域

本发明涉及基于振荡共振理论的设备微弱故障检测技术。具体的说是通过振荡共振理论进行设备的单一微弱故障的检测，通过阵列式振荡共振进行设备多微弱故障的检测，其中对于大参数信号(即频率大于1Hz的信号)需要使用频率转移和尺度变换的方法对信号进行处理，同时需要通过Levenberg-Marquardt算法进行系统参数的优化。

背景技术

保持设备能够健康、安全、经济的运行是企业实现智能制造从而增加企业利益的重要手段。设备是由许多关键零部件组成的，任一部件的故障都会导致整个设备停止工作。对部件进行适当的维护是保证设备高可靠性的重要手段。若能尽早的检测到设备的微弱故障，则可能会为维修人员赢得更多的准备时间。然而传统的方法虽然对于具有明显特征的故障信号大多能够成功检测，但是对微弱故障进行的检测往往效果不佳。传统方法要么难以实现故障频率的分离，要么在分离过程中或多或少的破坏故障频率。典型的噪声辅助的故障检测方法为随机共振。在运用随机共振方法过程中，还需要考虑添加噪声的强度、噪声分布和噪声类型。但是在实际应用中，噪声的这些因素没有可以参考的理论指导。

发明内容

本发明的目的是：选用更为方便操作的振荡共振进行微弱故障检测。

为了达到上述目的，本发明的一个技术方案是提供了一种基于振荡共振理论的单一微弱故障检测方法，其特征在于，包括以下步骤：

(1)获得原始信号，原始信号中包含了目标信号s(t)和背景噪声N(t)；

(2)通过频率转移和尺度变换方法的处理，将原始信号转换成小参数信号，频率小于1Hz的信号；

(3)将上一步得到的小参数信号注入幅值为B、频率为F的高频正弦干涉信号I(t)，将混入高频正弦干涉信号I(t)的小参数信号记作y(t)；

(4)将上一步得到的小参数信号y(t)导入到一个过阻尼双稳态系统中，过阻尼双稳态系统的输出信号记作x(t)，根据四阶Runge-Kutta离散化方法进行计算离散化的输出信号x[n]，计算公式为：

上式中，k₁、k₂、k₃、k₄表示计算参数；a、b表示待优化的系统参数；y[n]表示小参数信号y(t)的离散化形式；h表示计算时间步长；

(5)，对a、b采用果蝇优化算法进行优化，通过优化参数a、b达到优化过阻尼双稳态系统的输出的目的；

(6)将小参数信号y(t)导入优化后的过阻尼双稳态系统后得到的输出信号x(t)即为待检测的目标信号s(t)。

优选地，所述步骤(2)包括：

首先使用高通滤波对原始信号进行处理，高通滤波的通带截止频率为F_p、阻带截止频率为F_s，再进行频率转移和频率尺度变换，频率转移的载频为f_c，频率尺度变化的尺度为R。

优选地，所述果蝇优化算法的目标函数为最大化目标信号的信噪比，其中信噪比计算公式如下所示：