[发明专利]一种旋转机械设备故障特征频率提取方法及系统有效
申请号: | 202010929716.5 | 申请日: | 2020-09-07 |
公开(公告)号: | CN112051064B | 公开(公告)日: | 2022-08-16 |
发明(设计)人: | 蒋章雷;吴国新;左云波;刘秀丽;赵西伟 | 申请(专利权)人: | 北京信息科技大学 |
主分类号: | G01M13/045 | 分类号: | G01M13/045;G06K9/00 |
代理公司: | 北京远创理想知识产权代理事务所(普通合伙) 11513 | 代理人: | 张素妍 |
地址: | 100192 北*** | 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: | 一种 旋转 机械设备 故障 特征 频率 提取 方法 系统 | ||
1.一种旋转机械设备故障特征频率提取方法,其特征在于包括以下步骤:
S1、通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据;
S2、采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪,去掉能量数值低于平均能量值的故障频带数据,保留能量数值高于平均能量值的故障频带数据;
S3、利用改进自相关方法对保留的故障频带进行筛选,选取最优故障频带;
S4、对最优故障频带进行平方包络谱分析,提取故障特征频率,实现故障诊断;
所述带通滤波器采用切比雪夫I型滤波器;
所述带通滤波器的中心频率设置为转频及其倍频,通带的左边界和右边界为故障特征频率的m倍频;通带衰减截止左边界和右边界为故障特征频率的k倍频,m取值为正整数,k取值为正整数,且k=m+1;
采用改进自相关方法进行最优故障频带的筛选方法包括以下步骤:
S31、根据振动信号的采样频率计算转频对应的采样点数;
S32、将滤波信号解调后的时域离散信号ψa对应的数据点后移若干个点,生成新的一组时域离散信号ψb,且和原始的数据点的个数相同;其中,若干个点为转频对应的采样点数;
S33、利用改进后的自相关函数计算得到两组时域离散信号的相关系数;
改进后的时域信号ψ(t)的自相关函数Rψ(τ)为:
其中,“*”是卷积算符;τ为时间间隔;ψ(t)为时域信号;ψ*(τ)为ψ(τ)的共轭;
根据公式(2)计算两组数据的自相关函数Ra和Rb,生成两组自相关函数序列,最后求两组序列的相关系数r:
其中,Cov(Ra,Rb)为Ra与Rb的协方差,Var[Ra]为Ra的方差,Var[Rb]为Rb的方差;
S34、找到相关系数最大的一组数据,即为最优故障频带。
2.如权利要求1所述故障特征频率提取方法,其特征在于,所述Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪的方法为:
t时刻振动信号x(t)的Teager能量算子ψ(x(t))为:
ψ(x(t))=(x′(t))2-x(t)x″(t)
式中,x′(t)、x″(t)为t时刻振动信号x(t)对时间t的一阶微分和二阶微分;
由于实际中采集的振动信号x(t)为离散信号x(n),则Teager能量算子中需要用差分来代替微分,离散信号x(n)的Teager能量算子ψ(x(n))为:
ψ(x(n))=x2(n)-x(n-1)x(n+1)
对x(n)进行非线性算子运行得到:
ψ(x(n))=a2(n)sin2(w(n)) (1)
其中,a(n)为离散信号x(n)的幅值,w(n)为离散信号x(n)的频率;
对向后差分信号y(n)=x(n)-x(n-1)进行能量算子ψ(y(n))之后,得到离散信号的幅值a(n)和频率w(n)近似值:
将所有故障频带数据利用公式(1)进行Teager能量算子解调得到相应的时域信号ψ(t),分别计算每组时域信号能量数值,以及全部故障频带的平均能量值。
3.如权利要求2所述故障特征频率提取方法,其特征在于,所述能量数值W为:
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信息科技大学,未经北京信息科技大学许可,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/202010929716.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种木吉他板材开孔工艺
- 下一篇:一种检测建筑弊病的系统和检测方法