[發(fā)明專利]一種基于往復(fù)機(jī)械活塞桿軸心軌跡包絡(luò)與信息熵特征的負(fù)荷識(shí)別方法

有效

• 申請?zhí)枺?/td>: 201911079879.2
• 申請日: 2019-11-07
• 公開（公告）號(hào): CN110823543B
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計(jì)）人: 張旭東;張進(jìn)杰;江志農(nóng);茆志偉;王瑤
• 申請（專利權(quán)）人: 北京化工大學(xué)
• 主分類號(hào): G01M13/00
• 分類號(hào): G01M13/00;G01B7/02
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

本發(fā)明涉及一種基于往復(fù)機(jī)械活塞桿軸心軌跡包絡(luò)與信息熵特征的負(fù)荷識(shí)別方法。活塞桿是往復(fù)機(jī)械的核心運(yùn)動(dòng)部件之一，一旦發(fā)生松動(dòng)、斷裂等故障易導(dǎo)致惡性事故。往復(fù)機(jī)械的運(yùn)行負(fù)荷與故障均會(huì)導(dǎo)致活塞桿運(yùn)行狀態(tài)的改變，從活塞桿運(yùn)行數(shù)據(jù)中提取故障特征需排除往復(fù)機(jī)械運(yùn)行負(fù)荷的影響。首先，發(fā)明根據(jù)三角形相似定理計(jì)算出軸心位置，得到軸心位置分布；然后，采用改進(jìn)的離散點(diǎn)包絡(luò)方法與信息熵評(píng)估方法，從活塞桿軸心位置分布中提取特征；再然后，采用流形學(xué)習(xí)方法進(jìn)行特征降維后構(gòu)建負(fù)荷敏感特征集；最后，訓(xùn)練神經(jīng)網(wǎng)絡(luò)構(gòu)建負(fù)荷識(shí)別分類器，實(shí)現(xiàn)了往復(fù)機(jī)械運(yùn)行負(fù)荷的自動(dòng)識(shí)別。應(yīng)用實(shí)際往復(fù)壓縮機(jī)活塞桿數(shù)據(jù)驗(yàn)證了本發(fā)明的優(yōu)越性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種往復(fù)機(jī)械的負(fù)荷識(shí)別方法。

背景技術(shù)

變負(fù)荷工況下故障監(jiān)測診斷一直是難點(diǎn)問題。負(fù)荷變化通常導(dǎo)致機(jī)械結(jié)構(gòu)動(dòng)態(tài)特性改變，使振動(dòng)、位移等信號(hào)中的故障特征受到干擾。活塞桿是往復(fù)機(jī)械核心運(yùn)動(dòng)部件，易發(fā)生緊固元件松動(dòng)、裂紋甚至斷裂故障。針對(duì)往復(fù)機(jī)械故障監(jiān)測診斷的研究報(bào)道已經(jīng)較多，也有開展活塞桿軸心軌跡的研究報(bào)道。例如，利用聲發(fā)射技術(shù)對(duì)活塞桿進(jìn)行在線監(jiān)測，實(shí)現(xiàn)了事故的早期預(yù)警；利用基于X方向、Y方向的活塞桿軸心位置軌跡的故障診斷分析方法，可實(shí)現(xiàn)往復(fù)機(jī)械活塞組件、活塞桿的潛在故障早期預(yù)警；利用諧波小波對(duì)活塞桿軸心軌跡進(jìn)行提純，提取振動(dòng)能量、固有頻率與軌跡包絡(luò)面積等特征，用于故障診斷。

目前，針對(duì)變負(fù)荷工況下活塞桿運(yùn)動(dòng)特征提取的研究鮮有報(bào)道。當(dāng)工況改變與故障同時(shí)發(fā)生時(shí)，活塞桿運(yùn)行狀態(tài)改變的根本原因需要明確，應(yīng)針對(duì)負(fù)荷影響與故障影響分別進(jìn)行特征挖掘，避免故障誤判。因此，變負(fù)荷狀態(tài)下的活塞桿瞬態(tài)運(yùn)動(dòng)特性研究很重要。針對(duì)前述問題，本發(fā)明提出了一種基于活塞桿軸心軌跡離散點(diǎn)分布輪廓包絡(luò)與信息熵的特征提取方法，挖掘不同負(fù)荷工況下的活塞桿軸心軌跡特征，構(gòu)建負(fù)荷敏感特征參數(shù)集，并訓(xùn)練負(fù)荷識(shí)別模型。

發(fā)明內(nèi)容

本發(fā)明的目的在于為往復(fù)機(jī)械的負(fù)荷識(shí)別提供一種簡單有效的方法，發(fā)明基于軸心軌跡數(shù)據(jù)，提取包絡(luò)特征和信息熵特征，構(gòu)成負(fù)荷敏感特征集，用于往復(fù)機(jī)械的負(fù)荷識(shí)別。本發(fā)明具備計(jì)算簡單、適應(yīng)性強(qiáng)、識(shí)別準(zhǔn)確率高等特點(diǎn)。

本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn)：本發(fā)明首先根據(jù)活塞桿沉降和偏擺數(shù)據(jù)計(jì)算出軸心位置；然后，利用改進(jìn)的離散點(diǎn)分布輪廓包絡(luò)方法提取軸心分布包絡(luò)特征，再計(jì)算軸心分布的信息熵特征，將包絡(luò)特征與信息熵特征組成初始特征集；最后，利用流形學(xué)習(xí)方法從初始特征集中提取負(fù)荷敏感特征，構(gòu)建最終特征集，利用負(fù)荷敏感特征集訓(xùn)練神經(jīng)網(wǎng)絡(luò)識(shí)別分類器。

一種基于往復(fù)機(jī)械活塞桿軸心軌跡包絡(luò)與信息熵特征的負(fù)荷識(shí)別方法，其特征在于，包括以下步驟：

第一步，設(shè)置不同的負(fù)荷狀態(tài)Load＝{0,d,2d,3d,…,wd}，w＝0,1,2,…，其中d為負(fù)荷梯度，總工況數(shù)為(w+1)，利用往復(fù)機(jī)械在線監(jiān)測系統(tǒng)，通過水平方向的電渦流位移傳感器(偏擺傳感器)和豎直方向的電渦流位移傳感器(沉降傳感器)分別采集相應(yīng)負(fù)荷狀態(tài)下的活塞桿原始偏擺位移X_m＝{x₁,x₂,x₃,…,x_m}和活塞桿原始沉降位移Y_m＝{y₁,y₂,y₃,…,y_m}，m為采樣點(diǎn)數(shù)；得到原始數(shù)據(jù)集XY_n＝{(X_m,Y_m)₁^T,(X_m,Y_m)₂^T,…,(X_m,Y_m)_n^T}^T，n為數(shù)據(jù)組數(shù)；