[发明专利]基于多传感器融合的循环双谱切片轴系设备故障诊断方法及装置有效

专利信息
申请号: 202010361633.0 申请日: 2020-04-30
公开(公告)号: CN111678678B 公开(公告)日: 2022-07-08
发明(设计)人: 文成林;张钦尧;冯肖亮 申请(专利权)人: 河南工业大学
主分类号: G01M13/00 分类号: G01M13/00;G01M13/045
代理公司: 郑州大通专利商标代理有限公司 41111 代理人: 张立强
地址: 450001 河南省*** 国省代码: 河南;41
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 传感器 融合 循环 切片 设备 故障诊断 方法 装置
【说明书】:

发明提供一种基于多传感器融合的循环双谱切片轴系设备故障诊断方法及装置。该方法包括:获取多个传感器采集到的轴系设备数据,并将轴系设备数据采用矩阵形式进行记录,其中,多个传感器的测量对象相同;按照设定的采样周期对轴系设备数据进行分割,得到多个数据组,每个数据组均包括各传感器在对应周期内所采集到的数据;采用加权融合方式对每个数据组内的数据进行融合,得到融合后数据;根据融合后数据进行循环双谱切片分析,得到轴系设备的故障诊断结果。本发明通过利用多传感器融合技术对原始数据进行融合,然后再基于融合后数据进行循环双谱峰值切片分析,能够避免环境噪声的干扰,使得幅值谱波峰明显,进行切片分析时更加方便快捷。

技术领域

本发明涉及轴系设备故障诊断技术领域,尤其涉及一种基于多传感器融合的循环双谱切片轴系设备故障诊断方法及装置。

背景技术

随着生产发展和科学技术的现代化,使得现代机械设备的结构愈加复杂,各种各样的功能也愈发全面,机械设备自动化的程度也在不断的提高,而轴系设备是其中重要的组成结构。由于许多因素的影响,轴系设备具有其使用寿命,且容易发生故障,可能导致降低其预期功效,停止运转等,甚至造成更严重的灾难性事故。及时发现故障,识别故障类型,不仅有助于延长其使用寿命,也能够有效的避免危险事故的发生。

轴系设备在工作过程中测取的振动信号往往呈现周期平稳性。采用低阶循环统计量对其进行诊断可以获得不错的效果,但是对于早期轻微的故障,采集到的信号中可能含有大量噪声,导致信号的信噪比较低,通过低阶统计量难以对数据进行分析,所以对信号进行降噪,提取出故障主要特征很有意义。文献“张桂才,史铁林,杨叔子.基于高阶统计量的机械故障特征提取方法研究[J].华中理工大学学报,1999(03):7-9”中的研究发现了信号的高阶循环统计量在理论上可以良好的抑制噪声,其利用高阶循环统计量中的三阶累积量谱即循环双谱来对早期轴承故障进行监测。文献“陈进,姜鸣.高阶循环统计量理论在机械故障诊断中的应用[J].振动工程学报,2001(02):5-14”详细介绍了高阶统计量和高阶循环统计量的定义和理论基础,将该理论应用于机械设备故障诊断的系统辨识和状态监测以及特征提取方面,通过研究结果指出了高阶循环谱在轴系设备故障诊断领域中具有重要的实际意义,通过获得故障特征频率,达到对不同故障进行识别和诊断的目的。文献“夏天,王新晴,肖云魁,等.基于高阶循环平稳的柴油发动机活塞销振动信号分析[J].中国机械工程,2010,21(12):1410-1414.”以及“周宇,陈进,董广明,等.基于循环双谱的滚动轴承故障诊断[J].振动与冲击,2012,31(09):78-81.”又进一步将循环双谱应用于柴油发动机活塞销振动信号分析和滚动轴承的故障诊断领域,指出通过循环双谱不仅能够良好的反映出振动信号的频率成分分布情况,而且能够有效地将设备故障的特征频率值提取出来。

但是在实际应用中,上述方法均没有考虑到对于大型轴系设备来说仅依靠单传感器数据进行故障诊断时,可能会导致提取之后的特征仍然具有较大的噪声,并且在诊断过程中可能出现频谱幅值波峰不明显的情况,找不到波峰频率,或者将噪声波峰频率作为故障特征波峰频率时,就会导致结果不具备准确性,甚至无法完成故障诊断。

发明内容

为解决现有的轴系设备故障诊断方法中因仅依靠单传感器数据进行故障诊断而导致诊断结果不准确、甚至无法完成故障诊断的问题,本发明提供一种基于多传感器融合的循环双谱切片轴系设备故障诊断方法及装置。

本发明提供的基于多传感器融合的循环双谱切片轴系设备故障诊断方法,包括:

步骤1、获取多个传感器采集到的轴系设备数据,并将所述轴系设备数据采用矩阵形式进行记录,其中,所述多个传感器的测量对象相同;

步骤2、按照设定的采样周期对所述轴系设备数据进行分割,得到多个数据组,每个数据组均包括各传感器在对应周期内所采集到的数据;

步骤3、采用加权融合方式对每个数据组内的数据进行融合,得到融合后数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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河南工业大学,未经河南工业大学许可,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/202010361633.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top