[发明专利]迭代高阶能量算子融合防爆电机轴承故障诊断方法及系统

说明书

本发明涉及一种迭代高阶能量算子融合防爆电机轴承故障诊断方法及系统,包括：针对所采集到的防爆电机轴承信号，利用迭代高阶能量算子构造多维矩阵，其中每一行分别表示不同阶次的迭代高阶能量算子，对每行进行归一化处理使得组成多维矩阵的各个维度在同一尺度上，得到多维故障信息矩阵；对于所述多维故障信息矩阵进行流形学习，提取内部固有流形；对固有流形进行加权融合处理。本发明有利于得到理想的防爆电机轴承故障冲击提取效果。

技术领域

本发明涉及防爆电机智能运维的技术领域，尤其是指一种迭代高阶能量算子融合防爆电机轴承故障诊断方法及系统。

背景技术

轴承作为防爆电机的核心部件之一，是一种实现角运动向其它运动转换的元件，起着支撑电机主轴、承受负载、传输系统动力、降低功耗等重要的作用。因此轴承的健康状态对防爆电机能否正常运作起着至关重要的影响。然而由于防爆电机主要应用在易燃、易爆等恶劣的工作环境中，这些恶劣的工作环境中通常会伴随着噪声，这对故障轴承信息的提取产生了困难。但正是这些微弱、难以提取的防爆电机轴承故障会使得装置停车，甚至导致机毁人亡的严重后果。因此，针对防爆电机轴承微弱故障诊断方法的研究，对于发展高安全性、高可靠性的防爆电机具有重要、深远的意义。

传统的防爆电机轴承故障诊断方法包括辨音法、比较法等，这些传统的检测方法要求检测人员具有很多的经验并且监测效率较低。如今随着科学技术不断的进步，传统故障检测方法所露出的劣势明显已经不能满足防爆电机在实际应用中稳定性的要求，高可靠性、高自动化的故障检测技术日趋重要。近些年来防爆电机使用的主要故障监测方法包括振动信号监测法、音频监测法、强度监测法等。其中，振动信号监测法是目前应用最广泛的方法，该方法信号特征明显，能够实时反映防爆电机运行的状态信息，不但减少了停机拆卸的成本，并且对检测人员的专业性要求较低。

目前发展了许多的基于振动信号的检测法，如经验模态分解、时频分析等。然而，这些方法或多或少都有一定的局限性。例如，基于小波变换的方法需要提前对小波基进行选择，高频共振技术则需要设计合适的中心频率和最佳带宽。这些参数会因工作环境的不同而变化，这在工业应用中非常不方便。能量算子方法的研究克服了参数选择的局限性，但传统的能量算子方法，在强背景噪声的干扰下并不能得到理想的故障效果。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中从强背景噪声中无法得到更清晰的故障冲击信号的问题，从而提供一种可以得到理想的故障冲击信号的迭代高阶能量算子融合防爆电机轴承故障诊断方法及系统。

为解决上述技术问题，本发明提出的一种迭代高阶能量算子融合防爆电机轴承故障诊断方法，包括如下步骤：针对所采集到的防爆电机轴承信号，利用迭代高阶能量算子构造多维矩阵，其中每一行分别表示不同阶次的迭代高阶能量算子，对每行进行归一化处理使得组成多维矩阵的各个维度保持在同一尺度上，得到多维故障信息矩阵；对于所述多维故障信息矩阵进行流形学习，提取内部固有流形；对固有流形进行加权融合处理。

在本发明的一个实施例中，所采集到的防爆电机轴承信号中，对于连续信号x(t)，其高阶能量算子，定义为E_j(x(t))＝x′x^(j-1)-xx^(j)，式中x(t)为连续信号，x(^j)为x的j阶导数，实际采集到的故障轴承数据为离散数据x(n)，其高阶能量算子，定义为：E_j(x(n))＝x_(n)x_(n+j-2)-x_(n-1)x_(n+j-1)，式中x(n)为离散数据，x(_n)为x(n)数据中的第n个数据，j为第j阶能量算子，利用高阶能量算子得到具有较高信噪比的多维矩阵：式中x(n)为离散数据，x_(n)为x(n)数据中的第n个数据，i为阶次。

在本发明的一个实施例中，所述i＝6。