[发明专利]基于信号冲击结构特性增强的旋转机械微弱故障诊断方法有效
申请号: | 201911127054.3 | 申请日: | 2019-11-18 |
公开(公告)号: | CN110907174B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 吴芳坦;林慧斌;何国林 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G01M13/028 | 分类号: | G01M13/028;G01M13/021;G01M13/045 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍;陈伟斌 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
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 信号 冲击 结构 特性 增强 旋转 机械 微弱 故障诊断 方法 | ||
本发明公开基于信号冲击结构特性增强的旋转机械微弱故障诊断方法,包括步骤:步骤S1、采集可能产生故障的旋转机械振动加速度响应信号及其对应的转速,并确定相应的采样频率;步骤S2、从采集到的数据中截取适当长度的信号用于分析;步骤S3、根据采样频率确定最大的迭代次数,再设置对应迭代方波模式的间隔与长度,并在方波模式基础上构建特征增强矩阵;步骤S4、通过特征增强矩阵与冲击信号的乘积来得到冲击增强信号,并利用峭度值从多次迭代中选取最佳的冲击增强信号;步骤S5、对选取的最佳冲击增强信号进行包络解调谱分析,从而识别故障类型,完成故障诊断。
技术领域
本发明属于旋转机械故障诊断领域,更具体地,涉及基于信号冲击结构特性增强的旋转机械微弱故障诊断方法。
背景技术
旋转机械由于其结构复杂,其振动信号不仅会包含许多不同成分信号,而且会含有大量噪声成分。当旋转机械存在故障时可能会引发严重事故,故有必要对旋转机械的运行状况进行监测。而如何从含噪振动信号中识别出微弱故障信息一直是机械故障诊断的关键问题。
已有许多方法被提出用于对旋转机械故障诊断,如小波变换,但是其会面临如何选择小波基,如何确定分解层数及无法同时保证时域与频域精度等问题。近几年出现的稀疏表示理论虽然能够用于提取故障信号,但是其提取效果直接取决于所建立稀疏字典与待提取信号的相似度,且受噪声影响很大。当冲击特征很微弱时,现有的方法往往难以直接对原始振动信号进行故障诊断。
发明内容
本发明的目的是针对现有技术难以对旋转机械微弱冲击故障进行诊断的缺陷,提供一种基于信号冲击结构特性增强的旋转机械微弱故障诊断方法。该方法能够简单、快速对微弱故障振动信号中的冲击特征进行增强,从而便于对其进行进一步的故障诊断。所提方法适用面较广,具有一定的工程应用价值。
本发明至少通过如下技术方案之一实现。
基于信号冲击结构特性增强的旋转机械微弱故障诊断方法,包括以下步骤:
步骤S1、采集可能产生故障的旋转机械振动加速度响应信号及其对应的转速,并确定相应的采样频率;
步骤S2、从采集到的数据中截取一段信号用于分析;
步骤S3、根据采样频率确定最大的迭代次数,再设置对应迭代方波模式的间隔与长度,并在方波模式基础上构建特征增强矩阵;
步骤S4、通过特征增强矩阵与冲击信号的乘积来得到冲击增强信号,并计算各次迭代的峭度值,并选择峭度最大值所对应的结果作为最佳的冲击增强信号;
步骤S5、对选取的最佳冲击增强信号进行包络解调谱分析,从而识别故障类型,完成故障诊断。
进一步地,所述步骤S1中具体包括以下步骤:
S11、将加速度传感器安装在旋转轴承座表面,连接数采仪和计算机;
S12、设置好设备采样参数,采集并保存对应的振动加速度时域信号,确定相应的采样频率fs。
进一步地,所述步骤S2是从采集到的振动加速度信号中截取一段振动信号y(t)∈RN,RN表示N维实数向量。
进一步地,所述步骤S3中具体包括以下步骤:
S31、对于滚动轴承的振动信号,由采样频率fs1确定的最大迭代次数为K=ceil(fs1/(2×2000)),其中ceil表示向上取整,而对于齿轮的振动信号,由采样频率fs2确定的最大迭代次数为K=ceil(fs2/(2×1000));
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南理工大学,未经华南理工大学许可,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/201911127054.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种广播报文的转发方法及装置
- 下一篇:一种气动仿生茶叶单芽采摘机械手