[发明专利]一种基于谱峭度算法的机械设备故障诊断方法、系统及可读存储介质在审
申请号: | 202011116315.4 | 申请日: | 2020-10-19 |
公开(公告)号: | CN112287780A | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 刘立斌;付俊宇 | 申请(专利权)人: | 苏州容思恒辉智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/00;G01M13/00;G01H17/00 |
代理公司: | 佛山粤进知识产权代理事务所(普通合伙) 44463 | 代理人: | 耿鹏 |
地址: | 215011 江苏省苏州市高*** | 国省代码: | 江苏;32 |
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 基于 谱峭度 算法 机械设备 故障诊断 方法 系统 可读 存储 介质 | ||
本发明涉及一种基于谱峭度算法的机械设备故障诊断方法、系统及可读存储介质,包括:获取机械设备结构特征,采集机械设备不同测点的振动信号;对振动信号进行预处理,得到结果信息;将结果信息进行特征提取,并通过共振解调法获取设备故障特征,得到故障信息;通过故障信息进行故障类型与故障程度进行判别,生成维修顺序及维修策略。
技术领域
本发明涉及一种机械设备故障诊断方法,尤其涉及一种基于谱峭度算法的机械设备故障诊断方法、系统及可读存储介质。
背景技术
随着我国综合实力的提升和科技水平的不断进步,现代工业对高质量、低成本产品和安全生产的需求越来越高,工业机械设备的维护也快速从预防性维护转向为基于机械设备状态的实时监测与智能故障诊断,旋转机械是机械设备中最广泛普遍的类型之一,在工业应用中具有不可替代的地位,而基于旋转机械设备的状态监测和故障维护可以有效减少运行机组突发性停机次数,甚至避免事故的发生,因此,旋转机械设备的故障诊断对于确保工业设备的安全高效的运行具有十分重要的意义。
现有的机械设备故障诊断,仅仅是对机械设备进行简单的振动信号的检测,并以此为依据对机械设备状态进行评估,此种方式,监测的机械设备故障诊断偏差较大,难以精确有效的确定机械设备故障类型,此外在机械设备运行过程中,其本身就具有一定的噪声,机械设备本身的噪声也会相应的影响机械设备故障的判断。
为了能够对机械设备进行精准的故障诊断需要开发一款与其相匹配的系统进行控制,通过共振解调法对故障特征进行提取,通过宽频信号激起系统共振,对共振频率的低频调制信息进行滤波,并提取故障特征频带,克服噪声干扰,振动解调能够对所需要的信号频带进行自适应的进行选取,提高设备故障诊断过程的精度,使故障诊断结果更加接近实际值,如何对机械设备故障诊断实现精准控制,是亟待要解决的问题。
发明内容
本发明克服了现有技术的不足,提供一种基于谱峭度算法的机械设备故障诊断方法、系统及可读存储介质。
为达到上述目的,本发明采用的技术方案为:一种基于谱峭度算法的机械设备故障诊断方法,包括:
获取机械设备结构特征,采集机械设备不同测点的振动信号;
对振动信号进行预处理,得到结果信息;
将结果信息进行特征提取,并通过共振解调法获取设备故障特征,得到故障信息;
通过故障信息进行故障类型与故障程度进行判别,生成维修顺序及维修策略。
在本发明的一个较佳实施例中,获取机械设备结构特征,采集机械设备不同测点的振动信号;具体包括:
建立多点测量与多速度功率谱熵进行监测设备振动变化规律,得到设备振动信号;
将设备振动信号分解为高共振分量信号与低共振分量信号,并各自分析高共振分量信号与低共振分量信号的波形特点与振荡属性;
通过稀疏共振分解法对高共振分量信号与低共振分量信号进行滤波处理;
根据正交匹配追踪算法表征设备实时状态数据。
在本发明的一个较佳实施例中,通过共振解调法获取设备故障特征,得到故障信息;具体包括:
获取设备振动信号,通过谱峭度算法选择振动信号的共振频率中心及带宽,并对振动信号进行频带分割;
提取振动信号中周期性冲击特征,
通过傅里叶分解计算时域信号中的振动信号谱峭度;
通过谱峭度信息识别故障部位及故障类型。
在本发明的一个较佳实施例中,通过谱峭度算法选择振动信号的共振频率中心及带宽,具体为,
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苏州容思恒辉智能科技有限公司,未经苏州容思恒辉智能科技有限公司许可,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/202011116315.4/2.html,转载请声明来源钻瓜专利网。