[发明专利]一种旋转机械的振动信号故障识别方法

摘要

本发明公开了一种旋转机械的振动信号故障识别方法，包含故障类型判别、故障特征提取、故障指标提炼、故障模式识别，本发明的有益成果是，本发明能获取多种故障样本，通过对故障振动信号的特征进行处理，通过数学过程计算、分析信号，识别信号的故障，因此，结果更加准确、更加科学化。

主权项

一种旋转机械的振动信号故障识别方法，包含故障类型判别、故障特征提取、故障指标提炼、故障模式识别；所述故障类型判别，首先提取旋转机械的振动信号，采用小波包分析将所述旋转机械的振动信号分解到时间尺度域，从发生脉冲的时间间隔来获取所述旋转机械的振动信号的特征频率，从而判别旋转机械是否存在故障，如果存在故障，将存在故障的旋转机械的振动信号进行所述故障特征提取；所述故障特征提取采用小波包分解把存在故障的旋转机械的振动信号分解到相邻的不同频段上，提取感兴趣的频段成分进行重构，从而有效提取所述存在故障的旋转机械的振动信号的有效特征；所述故障指标提炼将所述存在故障的旋转机械的振动信号的有效特征数字化，并根据小波包分解原理构建时频能量表达式，将数字化后的所述存在故障的旋转机械的振动信号的有效特征作为所述时频能量表达式的计算参数，从而计算出从所述存在故障的旋转机械的振动信号的频率尺度随时间变化的局部化指标，以时间为横坐标、以所述存在故障的旋转机械的振动信号的频率尺度为纵坐标，绘制局部化指标曲线；所述故障模式识别以所述局部化指标曲线作为输入，构建一个两级多层神经网络，所述两级多层神经网络的一级用于识别所述存在故障的旋转机械的振动信号的故障模式，所述两级多层神经网络的二级用于估算所述存在故障的旋转机械的振动信号的故障的程度，将所述故障模式的结果综合，以数据表存储的形式结果。