[发明专利]基于简正波能量比理论的故障快速检测方法及系统

说明书

本发明公开了一种基于简正波能量比理论的故障快速检测方法及系统，方法包括：根据声源物理特征进行声源信号模拟重组得到模拟声源信号；根据声源位置信息进行声传播过程模拟得到接收器处声源重构信号的声压值；通过输入声源重构信号的声压值利用简正波能量比理论获取声源重构信号的各号简正波能量分布特征；以各号简正波能量分布特征、故障物理特征为训练集对深度学习模型进行训练；利用训练好的深度学习模型识别真实采集信号的故障类型。本发明利用声源重构技术使得故障物理结构能够与声音信号特征一一对应；利用简正波‑抛物耦合理论实现声音传播中的声场快速计算；采用简正波能量比理论提取特征，实现快速训练模型和快速故障识别。

技术领域

本发明属于工业声学故障诊断领域，具体涉及一种基于简正波能量比理论的故障快速检测方法及系统。

背景技术

实时监控工业大型设备的工作状态，预防事故的发生，对于现代生产至关重要。传统的红外监测、振动监测与热敏监测等监测解决方案都有明显的弊端，如需要在设备出厂前预装，或者在后期对设备进行改造，部署成本、时间成本和决策成本都较高。而声学监测因为其无创监测、运行成本低、操作简单等因素逐渐成为解决故障诊断问题的核心解决方案之一，声学监测为故障诊断行业提供了一种非接触式的技术路径。

现有的声学监测方式主要还以工人实地持械检测和对声传感器采集的信号进行数据处理分析的半自动化检测为主。人工检测的优势是可以针对性地采集目标设备指定位置处的声学信号，从而便于在数据处理分析时抓取关键特征数据，但这种方式的弊端也显而意见，依赖人的操作，不够灵活也无法做到实时监测。现有技术中也有一些自动实时检测的尝试，但根据当前署名发明人的工作发现，现有技术中至少存在以下问题：声源特征提取和故障检测之间的关联性并不紧密，检测的准确度还存在很大改进空间。为适应智能制造的新发展需求，新型的声学智能故障诊断方法和系统的提出就显得尤为重要。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种基于简正波能量比理论的故障快速检测方法及系统，能够更加精准提取特征实现故障的智能识别检测。

为达到上述目的，本发明采用的技术方案如下：

一种基于简正波能量比理论的故障快速检测方法，包括以下步骤：

根据声源物理特征进行声源信号的模拟重组，得到模拟声源信号；

基于模拟声源信号，根据声源位置信息进行声传播过程模拟，得到接收器处的声源重构信号及其声压值；

基于声源重构信号声压值，通过简正波能量比理论对信号进行频率加窗去除冗余度处理以及各号简正波能量分布特征提取；

以各号简正波能量分布特征、故障物理结构特征为训练集对深度学习模型进行训练，直到模型收敛；

根据真实采集的信号提取简正波能量分布特征输入至训练好的深度学习模型中，深度学习模型输出相应的识别结果以及故障物理特征数据。

进一步地，所述根据声源物理特征进行声源信号的模拟重组包括：依据实际的声源物理特征寻找对应的声信号特征并进行组合叠加，完成声源的信号f(t)的重组。

进一步地，所述根据声源位置信息进行声传播过程模拟，得到接收器处的声源重构信号及其声压值包括：

根据声源位置信息，计算简正波初始场，计算公式如下：

其中p(r,z)为空间中距离声源水平距离r和垂直距离z处的声压值，声源处声压值计算公式为：该式子表征t时刻时信号f(t)的瞬时声压；ρ(z_s)为一常数，其与接收器位置有关；ψ_m(z_s)、ψ_m(z)为声源处和空间计算点位处的第m阶简正波的本征函数；k_rm为空间计算点位处第m阶简正波的水平波数；