[發明專利]基于頻譜特征單邊檢測法的環冷機漏風故障在線診斷方法

有效

• 申請號: 201810553938.4
• 申請日: 2018-05-31
• 公開（公告）號: CN109029697B
• 公開（公告）日: 2019-12-27
• 發明（設計）人: 方田;葉學農;石海軍
• 申請（專利權）人: 中冶華天工程技術有限公司;中冶華天南京工程技術有限公司
• 主分類號: G01H17/00
• 分類號: G01H17/00;G01M3/24;F27D15/02
• 代理公司: 11325 北京中偉智信專利商標代理事務所
• 代理人: 張岱

1.一種基于頻譜特征單邊檢測法的環冷機漏風故障在線診斷方法，在環冷機臺車處安裝若干聲音信號采集器，在環冷風機處安裝若干聲音信號采集器，其特征在于，所述方法包括如下步驟：

步驟1：收集正常工況下收集臺車聲音數據和風機聲音數據得到臺車聲音樣本和風機聲音樣本，所述臺車聲音樣本和風機聲音樣本按照時間一一對應；

步驟2：利用收集到的臺車聲音樣本和風機聲音樣本獲得正常樣本集，利用正常樣本集建立正常聲音模型；

步驟3：實時采集當前臺車聲音樣本和環冷機聲音樣本，以獲得在線聲音樣本，將在線聲音數據與正常聲音模型進行比較，依據比較結果判斷在線聲音樣本是否異常，如果在線聲音樣本的數據異常，則將在線聲音樣本的數據與漏風故障庫中的漏風聲音模型進行比較，判斷在線聲音樣本是否屬于已定義的漏風故障以判斷環冷機是否發生漏風故障；

所述的步驟2中利用收集到的臺車聲音樣本和風機聲音樣本獲得正常樣本集，利用正常樣本集建立正常聲音模型的方法包括：

步驟2.1：對獲得的正常樣本集進行時域-頻域轉換，得到正常工作頻譜樣本集；

步驟2.2：在正常工作頻譜樣本集中，利用計算公式s_ij＝s1_ij-α·s2_ij對各對樣本進行計算，以從臺車聲音頻譜樣本中濾除風機聲音強度的影響，得到濾除風機干擾的正常工作頻譜樣本集；其中，i是頻段代號，j是樣本序號，s_ij是第j個樣本消除風機干擾后的i頻段聲音強度，s1_ij是第j個樣本i頻段的臺車聲音強度，s2_ij是第j個樣本i頻段的風機聲音強度，α是干擾系數；

步驟2.3：對濾除風機干擾的正常工作頻譜樣本集，在音頻分布范圍內均勻選取若干個頻段，作為環冷機聲音特征頻率集；

步驟2.4：利用獲得的環冷機聲音特征頻率集，計算各特征頻率對應的聲音強度，得到正常樣本強度集；

步驟2.5 ：利用獲得的正常樣本強度集構建得到環冷機正常聲音模型；

所述步驟3中判斷環冷機是否發生漏風故障的步驟為：

步驟3.1：將獲得的在線聲音樣本進行頻譜分析，得到故障特征頻率對應的臺車聲音強度集S1_j＝{s1_j1，…，s1_jk}和風機聲音強度集S1_j＝{s1_j1，…，s1_jk}；

步驟3.2：利用公式s_ij＝s1_ij-α·s2_ij，將風機聲音強度從臺車聲音頻譜樣本中濾除，獲得濾除風機影響的正常聲音樣本，計算濾除風機影響的正常聲音樣本與正常聲音模型間聲音強度的相似性測度；依據相似性測度判斷濾除風機影響的正常聲音樣本是否異常；

若濾除風機影響的正常聲音樣本正常，則確定環冷機沒有發生漏風故障；

若濾除風機影響的正常聲音樣本異常，則計算處于異常狀態下的濾除風機影響的正常聲音樣本的聲音強度集與環冷機漏風故障狀態庫中的各故障類型的相似性測度，判斷濾除風機影響的正常聲音樣本的聲音強度集是否屬于已知的漏風故障類型，若屬于，則將濾除風機影響的正常聲音樣本的聲音強度集歸類為已知故障類；若不屬于，則將濾除風機影響的正常聲音樣本的聲音強度集提交人工進行查驗，判斷是否發生漏風故障或是否屬于漏風故障的子類型，同時更新漏風故障模型。

2.根據權利要求1所述的基于頻譜特征單邊檢測法的環冷機漏風故障在線診斷方法，其特征在于，所述方法還包括通過閾值判定法或者模糊決策法對模型結果進行分析并給出故障診斷意見。

3.根據權利要求1所述的基于頻譜特征單邊檢測法的環冷機漏風故障在線診斷方法，其特征在于，所述步驟2.5中利用獲得的正常樣本強度集構建得到環冷機正常聲音模型的方法為：利用正常樣本強度集計算正常樣本的質心，作為正常數據的中心點，樣本點構成的超球體半徑作為正常狀態的空間半徑，最終獲得正常聲音模型。

4.根據權利要求1所述的基于頻譜特征單邊檢測法的環冷機漏風故障在線診斷方法，其特征在于，所述步驟3.2中計算濾除風機影響的正常聲音樣本與正常聲音模型間聲音強度的相似性測度；依據相似性測度判斷濾除風機影響的正常聲音樣本是否異常的方法具體為：計算濾除風機影響的正常聲音樣本到質心的距離；

將濾除風機影響的正常聲音樣本到質心的距離與超球體半徑進行比較，如果濾除風機影響的正常聲音樣本到質心的距離小于或等于超球體半徑，則將當前狀態歸類為正常狀態，如果濾除風機影響的正常聲音樣本到質心的距離小大于超球體半徑，則將當前狀態歸類為異常狀態。