[發明專利]一種旋轉機械振動故障診斷及定量分析方法在審

申請號：	201510539779.9	申請日：	2015-08-30
公開（公告）號：	CN105157821A	公開（公告）日：	2015-12-16
發明（設計）人：	邴漢昆;王寶玉;鄒曉輝;徐厚達;郭佳雷;龐樂	申請（專利權）人：	華電電力科學研究院
主分類號：	G01H17/00	分類號：	G01H17/00
代理公司：	杭州天欣專利事務所(普通合伙) 33209	代理人：	張狄峰
地址：	310030 浙江省杭州***	國省代碼：	浙江;33
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種旋轉機械振動故障診斷定量分析方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及一種旋轉機械振動故障診斷及定量分析方法，具體是實現振動故障智能診斷及振動故障嚴重程度定量分析的方法。

背景技術

機械設備發展的同時，人們對設備的可靠性和安全性提出了更高的要求，設備安全可靠運行成為當今設備運行和維護的重要課題。有效的實施設備狀態檢測及故障診斷，可由初期征兆識別故障進而采取相應的解決辦法，避免重大惡性事故的發生，保障設備安全運行。

現在也有一些關于設備的實時診斷方法，如公開日為2009年05月13日，公開號為CN101430247的中國專利中，公開了一種汽輪發電機組隨機振動故障實時診斷方法；以及公開日為2011年09月07日，公開號為CN102175307A的中國專利中，公開了一種汽輪發電機組低頻振動譜陣實時定量分析方法。這些方法難以實現由初期征兆實施故障診斷，進而實現故障嚴重程度的定量衡量分析。

如何快速、有效的實現故障診斷是當前主要的研究方向，當前一系列的信號分析方法及模型搭建平臺已成型，但針對模型的考量標準尚未在模型中引入；同時針對故障嚴重程度，尚未有定量分析標準，常有運營壓力與停機處理之間的矛盾存在，因此故障是否及時處理，是在故障診斷后需要確定的問題。

發明內容

本發明的目的在于克服現有技術中存在的上述不足，而提供一種旋轉機械振動故障診斷及定量分析方法。提出了從信號分析、特征提取、故障診斷到故障定量衡量的整套方法。

本發明解決上述問題所采用的技術方案是：該旋轉機械振動故障診斷及定量分析方法的特點在于：所述方法的步驟如下：以診斷耗時和診斷準確率為衡量標準來實現故障精確診斷，針對振動信號的非線性及信號包含有大量異常信號，選取集合經驗模態分解方法進行信號分解，在支持向量機平臺上建立了一種以內稟模態能量為特征，以診斷耗時和準確率為衡量標準的模型，使其很好的適應振動故障快速、有效診斷。

作為優選，本發明針對現場振動信號首先進行了信號去噪分析研究，確定了以信噪比為衡量標準的去噪方案。

作為優選，本發明通過對信號進行集合經驗模態分解提取振動信號的內稟模態能量特征。

作為優選，本發明在支持向量機平臺上，以提取出的故障特征為樣本，進行診斷驗證。

作為優選，本發明在振動故障準確診斷的基礎上，引入了信息熵的概念進行振動故障嚴重程度衡量，針對不同類型振動故障確定信息熵參數定量范圍。

作為優選，本發明根據信號分析定律進行信號采樣設置，采集現場機組運行振動信號。

引入信噪比概念對振動信號進行去噪分析，通過對EEMD分解參數進行網格尋優，確定振動信號去噪的最優模型，最優分解參數標準差0.6，添加噪聲次數200。

針對去噪后的信號進行故障特征提取，確定故障特征提取最有效方案。對信號進行集合經驗模態分解，對分解得到的內稟模態函數進行能量特征提取，組成故障特征向量。

由內稟模態能量直接組成的特征向量有較多的冗余成分，通過PCA和RS進行降維處理，以實現快速有效診斷。

在支持向量機上搭建故障診斷模型，以提取出的故障特征作為訓練和測試對象對模型進行驗證。

以降維前后的故障特征為樣本，進行故障診斷模型驗證。驗證過程以診斷耗時和診斷準確率兩重標準進行衡量，分別對模型建立過程中的參數確定的不同方法進行分析對比。

確定了以降維后的內稟模態能量為特征的振動故障診斷模型，其在診斷耗時及診斷準確率上均存在明顯優勢。

引入信息熵的概念，將其用作定量衡量已確定振動故障的嚴重程度。