[發(fā)明專利]基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510833775.1
• 申請(qǐng)日: 2015-11-25
• 公開(kāi)（公告）號(hào): CN105510066B
• 公開(kāi)（公告）日: 2018-11-30
• 發(fā)明（設(shè)計(jì)）人: 楊軍
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)興昇陽(yáng)科技有限公司
• 主分類號(hào): G01M99/00
• 分類號(hào): G01M99/00
• 代理公司: 杭州華鼎知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33217
• 代理人: 項(xiàng)軍

本發(fā)明的目的在于提供基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法，主要用于周期信號(hào)和沖擊及噪聲信號(hào)的分離后重新仿真，能夠提取出最精確的反映機(jī)械運(yùn)行狀況的信號(hào)參數(shù)，供后續(xù)分析。為了實(shí)現(xiàn)所述目的，本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法，將振動(dòng)信號(hào)由自適應(yīng)濾波算法將其分成兩部分，第一部分為周期信號(hào)，第二部分為脈沖信號(hào)加噪聲信號(hào)；對(duì)第二部分通過(guò)降噪算法進(jìn)一步分離噪聲信號(hào)，提高脈沖信號(hào)的信噪比；再進(jìn)行特征提取；通過(guò)特征提取后的數(shù)據(jù)進(jìn)行仿真，建立振動(dòng)信號(hào)模型；通過(guò)這樣的設(shè)置，本發(fā)明脈沖信號(hào)需要和周期信號(hào)分離，并且減少噪聲限號(hào)對(duì)脈沖信號(hào)的影響。這樣在分析故障時(shí)可以更為準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及一種機(jī)械系統(tǒng)故障診斷方法，尤其涉及基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法。

背景技術(shù)

旋轉(zhuǎn)機(jī)械結(jié)構(gòu)復(fù)雜，對(duì)運(yùn)轉(zhuǎn)條件要求高，并長(zhǎng)期處于高速運(yùn)行狀態(tài)，而且在正常運(yùn)行過(guò)程中，即使有先兆性故障隱患也難以被察覺(jué)。但是一旦故障爆發(fā)就會(huì)帶來(lái)難以估計(jì)的損失。如果將旋轉(zhuǎn)機(jī)械停止定期檢修雖然可以預(yù)防事故發(fā)生，但是也相應(yīng)降低了生產(chǎn)和工作的效率。

針對(duì)這樣的問(wèn)題，現(xiàn)有技術(shù)中設(shè)計(jì)了專利號(hào)為201310223686.6的發(fā)明專利《基于瞬時(shí)頻率估計(jì)的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)角域重采樣方法》，該專利涉及一種機(jī)械故障診斷管理方法，所述方法包括：采集旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)、時(shí)域降采樣、計(jì)算振動(dòng)信號(hào)的瞬時(shí)頻率、劃分瞬時(shí)頻率序列、擬合瞬時(shí)頻率曲線、計(jì)算信號(hào)角域采樣時(shí)刻序列、計(jì)算信號(hào)角域采樣時(shí)刻對(duì)應(yīng)的幅值序列；計(jì)算信號(hào)角域采樣時(shí)刻對(duì)應(yīng)的幅值序列利用拉格朗日插值算法，求取對(duì)應(yīng)的重采樣時(shí)刻原信號(hào)的幅值序列A(t)，最終獲得振動(dòng)信號(hào)在角域內(nèi)的重采樣信號(hào)R(t)。該方法不需要額外的轉(zhuǎn)速計(jì)來(lái)提取轉(zhuǎn)速信息，直接從振動(dòng)信號(hào)中獲取轉(zhuǎn)軸的轉(zhuǎn)速信息，本方法分析精度高，硬件成本低，不受環(huán)境限制，特別是對(duì)企業(yè)現(xiàn)有設(shè)備的技術(shù)改造具有意義。

但是在仔細(xì)分析后可以發(fā)現(xiàn)，對(duì)比文件在采集旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)時(shí)，由于環(huán)境的影響以及噪聲的作用，并不能確保采集到準(zhǔn)確的振動(dòng)信號(hào)。而在不準(zhǔn)確的振動(dòng)信號(hào)的基礎(chǔ)上進(jìn)行分析是無(wú)法達(dá)到準(zhǔn)確的預(yù)測(cè)效果的。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法，主要用于周期信號(hào)和沖擊及噪聲信號(hào)的分離后重新仿真，能夠提取出最精確的反映機(jī)械運(yùn)行狀況的信號(hào)參數(shù)，供后續(xù)分析。為了實(shí)現(xiàn)所述目的，本發(fā)明包括如下步驟：

步驟1：獲取系統(tǒng)振動(dòng)信號(hào)；

步驟2：振動(dòng)信號(hào)由自適應(yīng)濾波算法將其分成兩部分，第一部分為周期信號(hào)，第二部分為脈沖信號(hào)加噪聲信號(hào)；具體為將系統(tǒng)振動(dòng)信號(hào)直接輸入疊加計(jì)算器，再經(jīng)過(guò)一個(gè)延遲后將這個(gè)系統(tǒng)振動(dòng)信號(hào)通過(guò)數(shù)字濾波器，該延遲為0.3倍周期信號(hào)的一周期的長(zhǎng)度，經(jīng)過(guò)數(shù)字濾波器處理后，一部分通過(guò)疊加計(jì)算器和之前的信號(hào)進(jìn)行疊加，最終從疊加計(jì)算器中計(jì)算出周期信號(hào)；另一部分經(jīng)過(guò)自適應(yīng)算法分離出脈沖信號(hào)和噪聲信號(hào)；

步驟3：對(duì)第二部分通過(guò)降噪算法進(jìn)一步分離噪聲信號(hào)，提高脈沖信號(hào)的信噪比；

步驟4：對(duì)步驟3獲得的處理后的信號(hào)進(jìn)行特征提取；

步驟5，通過(guò)特征提取后的數(shù)據(jù)進(jìn)行記錄，建立正常運(yùn)行的數(shù)據(jù)；

步驟6，將后續(xù)不同時(shí)間段獲得的數(shù)據(jù)和正常運(yùn)行的數(shù)據(jù)進(jìn)行對(duì)比判斷旋轉(zhuǎn)機(jī)械狀況。

所述所述振動(dòng)信號(hào)具體形式如下所示,

V＝Vp+Vi+Vn

V表示振動(dòng)信號(hào)，Vp表示周期性振動(dòng)信號(hào)，Vi表示振動(dòng)信號(hào)

中脈沖振動(dòng)信號(hào)，Vn表示噪聲信號(hào)。

優(yōu)選的，所述數(shù)字濾波器采用FIR橫向?yàn)V波器。