[發明專利]一種門座式起重機低速重載部件故障特征提取方法

在審

• 申請號: 201711350955.X
• 申請日: 2017-12-15
• 公開（公告）號: CN108181098A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 劉峰;翟佳緣;王鑫
• 申請（專利權）人: 天津金岸重工有限公司
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01M7/02
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 韓新城

本發明涉及一種門座式起重機低速重載部件故障特征提取方法。該方法通過將采集的門座式起重機低速重載部件的振動信號通過雙樹復小波包分解，分解為不同頻段的分量，得到不同頻段對應的雙樹復小波包分解系數，對包含故障特征信息的頻帶的雙樹復小波包分解系數進行奇異值分解，求奇異值差分譜曲線，根據其最大突變點來選擇奇異值重構分量的個數，然后對其進行奇異值重構，對分量進行降噪，然后對其進行雙樹復小波重構，再求重構信號的希爾伯特包絡譜，根據包絡譜判斷該低速重載部件是否存在故障。本發明解決了現有的門座式起重機低速重載部件超長時間振動信號無法利用奇異值分解進行降噪和故障特征提取的問題。

技術領域

本發明屬于港口設備門座式起重機故障診斷技術領域，特別是涉及一種 門座式起重機低速重載部件故障特征提取方法。

背景技術

在門座式起重機中，存在著較多的低速重載關鍵部件，如提升機構、變 幅機構和旋轉機構等，這些低速重載關鍵部件發生早期故障時，其振動信號 中的有效成分異常微弱，常淹沒于強烈的背景噪聲和起重機不規則振動中。 因此，如何從強噪聲背景下檢測出有效的微弱信號特征信息，已成為門座式 起重機低速重載部件故障診斷的關鍵問題之一。

然而，低速重載設備特有的低轉頻特性，更增加有了沖擊故障特征提取 的難度。提取不到設備故障特征頻率將無法進行故障診斷，當重大事故來臨 時毫無察覺是極其危險的。在低速重載設備進行故障診斷時，尤其是在對低 速重載齒輪進行故障診斷的過程中，由于低速軸的轉頻一般為零點幾赫茲到 幾赫茲，低速級的嚙合頻率一般為幾十赫茲，導致每次故障沖擊的間隔時間 較長，在低速軸附近很難檢測到故障信號，即便是能檢測到故障信號，由于 其極其微弱，會被噪聲強烈地干擾，很難對故障進行全面的故障分析。在工程應用中，可靠地提取低速重載設備振動沖擊特征的技術和方法較少，導致 低速重載設備出現故障隱患時，難以發現，惡性事故頻繁發生。

基于奇異值分解(Singular Value Decomposition,SVD)的信號處理方 法是一種有別于傳統信號處理方法的非線性濾波方法，對于非線性和非平穩 信號有非常好的處理效果，通過構造矩陣進行奇異值分解，選取合適的奇異 值重構，就可對信號進行消噪，且無相位偏移。

但是，由于設備轉速低，要想采集到該信號的低頻成分，欲保障信號的 頻率分辨率，必須進行超長時間的振動信號采集，并且信號中都帶有強噪聲。 針對這種信號進行故障診斷時，利用傳統的奇異值分解已無法直接進行降噪， 因為計算機內存的限制，信號進行奇異值分解的長度是有限的，而這種信號 的長度已經超過了計算機允許信號進行奇異值分解的長度。

發明內容

本發明的目的在于提供一種門座式起重機低速重載部件故障特征提取 方法，該方法利用雙樹復小波包分解振動信號時，各頻段的分解系數會隨著 分解層數的增加而遞減，從而為利用奇異值分解進行超長時間振動信號降噪 提供了可能，克服了現有奇異值分解方法無法檢測超長時間信號中的微弱特 征信息的缺陷。

為了實現上述目的，本發明采用的技術方案如下：

一種門座式起重機低速重載部件故障特征提取方法，包括以下步驟：

1)以采樣頻率f_s對門座式起重機低速重載部件的振動信號進行數據采 集，將采集到的原始振動信號x(t)輸入雙樹復小波包算法，對其進行n層分 解，將原始振動信號分解為2ⁿ個頻段，各頻段的頻率范圍分別為[0,f_s/2ⁿ]、 [f_s/2ⁿ,2×f_s/2ⁿ]、[2×f_s/2ⁿ,3×f_s/2ⁿ]、…、[(2ⁿ-1)×f_s/2ⁿ,2ⁿ×f_s/2ⁿ]；