[發明專利]基于自適應降噪算法的一類旋轉機械系統故障診斷方法

有效

• 申請號: 201510833775.1
• 申請日: 2015-11-25
• 公開（公告）號: CN105510066B
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 楊軍
• 申請（專利權）人: 長興昇陽科技有限公司
• 主分類號: G01M99/00
• 分類號: G01M99/00
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

1.基于自適應降噪算法的旋轉機械系統故障診斷方法，其特征在于：包括如下步驟：

步驟1：獲取系統振動信號；

步驟2：振動信號由自適應濾波算法將其分成兩部分，第一部分為周期信號，第二部分為脈沖信號加噪聲信號；具體為將系統振動信號經過一個延遲后通過數字濾波器，該延遲為0.3倍周期信號的一周期的長度，經過數字濾波器處理后，一部分通過疊加計算器和系統振動信號進行疊加，最終從疊加計算器中計算出周期信號；另一部分經過自適應算法分離出脈沖信號和噪聲信號；

步驟3：對第二部分通過降噪算法進一步分離噪聲信號，提高脈沖信號的信噪比；

步驟4：對步驟3獲得的處理后的信號進行特征提取；

步驟5，通過特征提取后的數據進行記錄，建立正常運行的數據；

步驟6，將后續不同時間段獲得的數據和正常運行的數據進行對比判斷旋轉機械狀況。

2.根據權利要求1所述基于自適應降噪算法的旋轉機械系統故障診斷方法，其特征在于，所述振動信號具體形式如下所示，

V＝Vp+Vi+Vn

V表示振動信號，Vp表示周期性振動信號，Vi表示振動信號中脈沖振動信號，Vn表示噪聲信號。

3.根據權利要求1所述基于自適應降噪算法的旋轉機械系統故障診斷方法，其特征在于，所述數字濾波器采用FIR橫向濾波器。

4.根據權利要求1所述基于自適應降噪算法的旋轉機械系統故障診斷方法，其特征在于，提取出的信號特征值包括頻域特征值和時域特征值，其中頻域特征值用來量化周期信號，具體包括：1.信號RMS，2.前四軸諧波之和；

時域特征值用來量化脈沖信號，具體包括：1.Kurtosis，2.Skewness,3.Impulsefactor,4.Shape factor。

5.根據權利要求1所述基于自適應降噪算法的旋轉機械系統故障診斷方法，其特征在于，所述步驟3中對第二部分通過降噪算法進一步分離噪聲信號時采用定義閾值為其中n為信號采樣個數，σ為信號標準差，信號值大于閾值部分留下，小于閾值部分設置為0。