[發明專利]一種基于無量綱指標的旋轉機械故障診斷方法

在審

• 申請號: 201510716867.1
• 申請日: 2015-10-28
• 公開（公告）號: CN105426655A
• 公開（公告）日: 2016-03-23
• 發明（設計）人: 熊建斌;張清華;梁瓊;王頎;宋博;陳仿雄;孫國璽;何俊;邵龍秋;朱興統;胡勤
• 申請（專利權）人: 廣東石油化工學院
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 山東舜天律師事務所 37226
• 代理人: 李新海

技術領域

本技術方案涉及一種數據處理方法，具體地說是旋轉機械故障診斷方法。

背景技術

大型旋轉機械設備(如汽輪機、旋轉軸承、風機、壓縮機等)是石油、化工、冶金、機械制造、航空航天等重要工程領域的關鍵設備，旋轉機械設備朝著大型化、集中化、自動化、連續化、精密化的方向不斷發展，要求這些設備的安全性和可靠性更高。

但是，石化旋轉機械設備發生故障時，振動監測信號往往存在大量的非線性、隨機、不可遍歷的信息，因此給故障信號的分析帶來很大的困難。

現有技術往往利用石化旋轉機械設備振動信號的概率密度函數，推導出了幅值域中的有量綱指標、無量綱指標，有量綱指標如均值、均方根值等；無量綱指標如波形指標、裕度指標、脈沖指標等。

在實際應用中，有量綱指標對故障特征敏感，其數值會隨著故障的發展而上升，同時因工作條件，如負載、轉速等的變化而變化，并極易受干擾的影響，表現不夠穩定。

無量綱指標對于振動監測信號中的擾動不敏感，性能較為穩定。特別地，這些無量綱指標對信號的幅值和頻率的變化不敏感，即與機器的工作條件關系不大。因此，無量綱指標在旋轉機械故障診斷中得到了廣泛的應用。

在無量綱指標中，脈沖指標和峭度指標對沖擊型故障比較敏感，尤其是在故障發生早期，大幅值的脈沖比較少，其他指標值增加不多，而峭度指標和脈沖指標值上升比較快，這樣導致故障的區間范圍較大，難以確定故障。

要想解決上述問題，就要求應用一種有效的方法對不確定性信息可以進行合理的、系統的、靈活的處理。但是，在實際的信息融合系統中，由于自然環境干擾或人為干擾等原因，常會導致傳感器提供的證據體之間的相互沖突。因此，當證據之間存在高度沖突時，實現證據之間的有效融合是一個亟待需要解決的問題。

發明內容

本發明要解決的技術問題是提供一種基于無量綱指標的旋轉機械故障診斷方法，本技術方案通過用無量綱指標、K-S、D-S相結合的旋轉機械故障證據合成診斷方法，可以大量提取故障信號特征值，使用K-S方法獲得更加可靠的實現旋轉機械故障證據合成診斷，使用融合出更加可靠和合理的結果，降低決策風險。

為解決上述技術問題，本發明采用以下技術方案：

一種基于無量綱指標的旋轉機械故障診斷方法，包含以下步驟：

(1)從石化旋轉機組的傳感器上實時的采集故障類型信號數據；

(2)對采集到的信號數據進行無量綱指標計算，得到波形指標S_f、峰值指標C_f、脈沖指標I_f、裕度指標CL_f和峭度指標K_v；

(3)對(2)得到的數據進行采樣處理，得到1024個樣本值，形成數據集；

(4)利用Kolmogorov-Smirnov檢驗方法；在(3)的數據集中任意選擇一個樣本值作為待測樣本，使用matlab中的kstest2函數比較待測樣本與已知數據集的相似度，從而得到基本信任函數；

(5)利用基于權重系數與沖突概率重新分配的證據合成方法進行改正D-S數據融合；

(6)分析融合結果，做出決策。

本技術方案通過用無量綱指標、K-S、D-S相結合的旋轉機械故障證據合成診斷方法，可以大量提取故障信號特征值，使用K-S方法獲得更加可靠的實現旋轉機械故障證據合成診斷，使用融合出更加可靠和合理的結果，降低決策風險。

作為對本技術方案的進一步改進，所述的故障類型信號數據包括：軸承磨損數據、軸承外裂數據、軸承內裂數據、彎軸數據、缺軸承數據。

作為對本技術方案的進一步改進，所述的Kolmogorov-Smirnov檢驗方法包括以下步驟，描述2個獨立樣本的相似性：

假設

并且與為獨立全樣本，δ(x)與α(x)是連續分布函數，進行非參數假設檢驗得：