[發明專利]基于自適應小波能量的旋轉機械故障特征提取方法

在審

• 申請號: 201610028927.5
• 申請日: 2016-01-15
• 公開（公告）號: CN105651504A
• 公開（公告）日: 2016-06-08
• 發明（設計）人: 王普;溫崢;高學金
• 申請（專利權）人: 北京工業大學
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01H17/00;G01M3/14
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

技術領域

本發明涉及旋轉機械故障特征提取技術領域，特別是涉及一種針 對風機的故障特征提取方法。

背景技術

隨著科學技術的飛速發展，旋轉機械不僅在機械、能源、石化、 冶金、電力、航空航天和國防軍工等行業中應用廣泛，而且和人們的 日常生活息息相關。比如在城市的軌道交通系統中，地下環境的通風 要依靠大型旋轉設備即通風機來保障。轉子系統和軸承是旋轉機械中 不可替代的關鍵部分，在高轉速條件下，具有舉足輕重的作用。因其 長期高速、滿載荷運行，極易產生故障。對旋轉機械設備實時故障診 斷監測，既是設備安全、可靠運行的保證，又能減少大量維修成本， 延長設備使用壽命，避免盲目地進行停機維修更換帶來的巨大浪費。

基于振動信號處理的故障診斷，信號特征提取是首要解決的問 題。目前，在旋轉機械故障信號的非線性、非平穩特征提取方面，發 展出了很多行之有效的診斷理論。但在故障早期診斷、微弱信號特征 提取、多種故障識別等方面還存在缺陷，難以有效地提取機械系統故 障信號的動態幅值特征。國內外學者對旋轉機械故障的診斷進行了大 量研究，主要方法有:

1)時域分析法。采用統計方法對振動信號中的振動的、均值、 標準差、波形指標、峰值指標峰-峰值、振動烈度、進行量化處理。 這類方法計算特征參數實現起來比較簡單，但不能有效識別微弱故障 特征。

2)頻譜分析法。將振動信號從時域變換到頻域，提取振動信號 頻譜圖，如幅值譜、相位譜、功率譜等。該方法適合于對平穩信號的 分析，然而旋轉機械的振動信號存在非線性、非平穩的特點，因此該 類方法在旋轉機械的故障特征提取上效果并不理想。

3)時頻分析法。先用小波變換對旋轉機械軸承振動信號進行分 解，然后計算重構信號，提取信號特征值進行故障識別。該方法在小 波去噪時采用軟、硬閾值函數去噪，在閾值處分別存在恒定偏差和不 連續的問題，針對微弱故障特征時去噪效果不好，易出現誤判、漏判。

目前,多數研究都是在確定的轉速和采樣頻率下進行的,但是, 轉速或采樣頻率一旦發生變化,而小波變換的分解層數不變,則同一 故障所提取出的能量特征將大不相同,即小波能量特征的物理意義 將隨著轉速和采樣頻率的變化而變化。這就使得現有的運用小波分析 提取能量特征的方法難于實現特征的自動提取,難于真正應用于實 際故障診斷。

本發明首先在機械故障綜合模擬實驗臺上采集轉子振動信號，然 后針對信號能量特征受轉速和采樣頻率影響的問題，采用一種新的自 適應小波能量特征提取方法，完成對旋轉機械的轉子不平衡故障、不 對中故障、軸承座松動故障的有效特征提取。同時為了保留旋轉機械 振動信號更多的原始特征，并且克服傳統去噪方法在閾值處分別存在 恒定偏差和不連續以及參數不可調的問題，在該方法中引入了一種新 型的閾值函數進行去噪。

發明內容

本發明首先在機械故障綜合模擬實驗臺上采集轉子振動信號，然 后針對信號能量特征受轉速和采樣頻率影響的問題，采用一種新的自 適應小波能量特征提取方法，完成對旋轉機械的轉子不平衡故障、不 對中故障、軸承座松動故障的有效特征提取。同時為了保留旋轉機械 振動信號更多的原始特征，并且克服傳統去噪方法在閾值處分別存在 恒定偏差和不連續以及參數不可調的問題，在該方法中嵌入了一種新 型的閾值函數進行去噪。

本發明采用了如下的技術方案及實現步驟：

1)信號采集。

利用加速度傳感器和NI信號采集設備,在MFS機械故障綜合模 擬實驗臺上以采樣率f_s采集轉子正常振動信號和不平衡、不對中、軸 承座松動三類轉子故障信號，轉子旋轉頻率為f_n。

試驗裝置如圖2所示,實驗臺由基座、軸承座、軸承、轉軸、負 重塊組成，控制器控制電動機轉速，由電動機帶動，通過轉速傳感器 獲知轉速,在軸承座上垂直安裝加速度傳感器測量轉子振動信號，NI 9234模塊和NI9171便攜式機箱配合計算機進行振動信號的采集。

2)對信號進行重采樣。