[发明专利]基于相对谐阶次的机电故障诊断方法、系统及建模方法有效
申请号: | 202110686358.4 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113358212B | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 施全;周苍松;石晓辉;邓飞云;孙钰伶 | 申请(专利权)人: | 重庆理工大学 |
主分类号: | G01H17/00 | 分类号: | G01H17/00;G06F30/20 |
代理公司: | 重庆博凯知识产权代理有限公司 50212 | 代理人: | 孙根 |
地址: | 400054 重*** | 国省代码: | 重庆;50 |
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 相对 谐阶次 机电 故障诊断 方法 系统 建模 | ||
1.一种基于相对谐阶次的机电故障诊断方法,其特征在于,包括以下步骤,
1)获取机械结构工作时的振动信号,并对该振动信号进行预处理,得到其振动时域数据;
2)截取机械结构工作时的稳态振动时域数据中的一段,经计算获取振动数据的阶次谱;
3)根据机械结构的NVH特性,截取出具有谐阶次的阶次谱段;该具有谐阶次的阶次谱段是根据有故障的相同类型的机械结构产生的阶次谱图经分析对比获取的;
4)对该阶次谱段进行特征趋势统计,统计其中的谐阶次并对其幅值进行求和;
5)将谐阶次幅值求和的值与无故障机械结构的相应值进行比较,得到一差值;
6)将该差值按照时间顺序绘制曲线,通过曲线的实时变化,实现对机械结构故障的监测诊断。
2.根据权利要求1所述的基于相对谐阶次的机电故障诊断方法,其特征在于,步骤2中振动数据的阶次谱是通过对截取的振动时域数据采用等角度采样方法并经快速傅里叶变换得到的阶次谱。
3.根据权利要求1所述的基于相对谐阶次的机电故障诊断方法,其特征在于,步骤4中,根据截取的阶次谱段数据,滤掉多余的阶次谱段数据,并根据机械结构的特点计算谐阶次间隔,提取得到谐阶次数据,将谐阶次的幅值求和,得到一个谐阶次值:
其中H为谐阶次值,h为单个谐阶次的幅值,N为谐阶次个数。
4.根据权利要求3所述的基于相对谐阶次的机电故障诊断方法,其特征在于,步骤5中,计算无故障机械结构工作时的谐阶次值的范围,该范围的极限值设为设定值,所述谐阶次值与设定值相减即为相对谐阶次值。
5.一种基于相对谐阶次的机电故障诊断系统,包括依次连接的:
获取单元,用于获取机电系统测点的振动数据;
处理单元,用于对所述振动数据进行快速傅里叶变换,获得所述振动数据的阶次谱;
谐阶次带选择单元,用于选择合适的阶次范围,可以精确监控谐阶次的变化;所述合适的阶次范围是根据机械结构的NVH特性,截取出具有谐阶次的阶次谱段,其中,具有谐阶次的阶次谱段是根据有故障的相同类型的机械结构产生的阶次谱图经分析对比获取的;
谐阶次带计算单元,用于计算谐阶次的设定值以及谐阶次值,监控机电系统故障的变化过程;其中,所述设定值通过计算无故障机械结构工作时的谐阶次值的范围,该范围的极限值设为设定值;所述谐阶次值通过对所述阶次谱进行特征趋势统计,统计其中的谐阶次并对其幅值进行求和计算;
判断单元,用于判断谐阶次的值是否超过设定值,其中,通过将谐阶次值与设定值相减,即相对谐阶次值来判定机电系统的故障信息。
6.一种基于相对谐阶次的机电参数化建模方法,其特征在于,包括以下步骤:
1)分析机电系统的物理结构;
2)对机电系统中包含的每个元件的NVH特性进行分析;
3)在每个元件上均设置传感器并根据传感器的安装位置以及元件的故障类型,确定NVH振动信号的传递路径;
4)确定机电系统振动信号的主要传递路径;
5)通过对主要传递路径上的多个传感器获取的振动信号采用权利要求1-4任一权利要求所述的方法进行分析,得到主要传递路径上的各元件的谐阶次数据;
6)根据该谐阶次数据确定激励源,即实际故障元件;
7)基于各元件的NVH特征以及该谐阶次数据,建立机电系统的参数化模型,并通过修改该参数化模型中的具体参数,形成该机电系统模型的基本型。
7.根据权利要求6所述的基于相对谐阶次的机电参数化建模方法,其特征在于,步骤1中根据机电系统的物理结构组成,对机电系统进行系统分层,并列出机电系统中传动系统的运动方程式:
其中TM为电机转矩,TL为负载转矩,J为转动惯量,ω为角速度,t为时间。
8.根据权利要求6所述的基于相对谐阶次的机电参数化建模方法,其特征在于步骤3中的振动信号的传递路径包括非时变和时变传递路径。
9.根据权利要求6所述的基于相对谐阶次的机电参数化建模方法,其特征在于,步骤4中确定振动信号的主要传递路径是根据振动信号对传递路径的贡献量进行排序获得。
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重庆理工大学,未经重庆理工大学许可,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/202110686358.4/1.html,转载请声明来源钻瓜专利网。