[發明專利]一種基于無故障振動信號的往復機械異常檢測方法

有效

• 申請號: 202010319522.3
• 申請日: 2020-04-22
• 公開（公告）號: CN111412978B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 賴岳華;張進杰;江志農;茆志偉;趙海朋
• 申請（專利權）人: 北京化工大學
• 主分類號: G01H17/00
• 分類號: G01H17/00;G01M13/00;G01M13/028
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于無故障振動信號的往復機械異常檢測方法，其特征在于：

第一步，在往復機械氣缸蓋上安裝加速度傳感器采集氣缸蓋振動信號，在曲軸箱輸出端安裝電渦流傳感器采集曲軸箱鍵相信號；利用往復機械狀態監測系統，采集正常狀態下的往復機械氣缸蓋振動信號和曲軸箱鍵相信號；

第二步，根據鍵相信號截取角域整周期振動信號形成正常狀態下的數據集；當曲軸旋轉720°，對應為角域一個整周期，根據鍵相傳感器信號采集可知鍵相信號中每個沖擊的間隔為360°；根據振動信號與鍵相信號的對應性，進行角域整周期振動信號截取；

第三步，利用以db10小波為基礎，對整周期信號進行n階小波包變換，得到樣本的2ⁿ組分解系數；根據分解系數計算對應頻段的能量特征，如下所示；

E(i,j)＝∑[p_s(N,i,k)]²

式中，E(i,j)表示第i層分解第j個分解序列對應的能量值；p_s(N,i,k)表示小波包變換得到的分解系數；對各個分解序列的能量值進行歸一化處理，得到各個頻段對應的能量百分比，如下所示；

根據頻段的先后順序，形成頻段能量百分比特征序列；

第四步，以頻段能量百分比特征序列作為變分自編碼網絡的輸入，構建變分自編碼網絡；變分自編碼網絡結構包括輸入層、編碼器、潛在空間表示層、解碼器和輸出層，潛在空間表示層包括均值和方差兩部分，往潛在空間表示層的輸入增加高斯白噪聲并作為潛在空間表示層的輸出；

第五步，變分自編碼網絡的目標函數是數據的邊際似然的變分下界，對應的損失函數如下所示；

式中，D_KL(*)表示KL散度函數，q_ω(z|x⁽ⁱ⁾)表示利用樣本x⁽ⁱ⁾推斷出的潛在空間z分布，p_θ(z)表示潛在空間z分布，logp_θ(x⁽ⁱ⁾|z^(i,l))表示樣本的邊際似然；

以正常狀態下的往復機械振動信號為數據基礎，使用隨機梯度下降法最小化損失函數，更新變分自編碼網絡參數，直到參數收斂完成網絡模型的訓練；

第六步，基于訓練完成的變分自編碼網絡模型，計算訓練樣本的重構概率，并把最小值作為異常檢測的閾值；信號的重構概率定義如下所示；

P＝p_θ(x|u^*,σ^*)

式中，u^*,σ^*分別表示生成樣本分布的均值和方差；

第七步，基于訓練完成的變分自編碼網絡模型，計算測試樣本的重構概率，如果測試樣本的重構概率小于檢測閾值，說明測試樣本是異常的，否則為正常；利用以下公式計算準確率：

式中，n_R,n_T分別表示準確識別的樣本數和總樣本數。

2.根據權利要求1所述的一種基于無故障振動信號的往復機械異常檢測方法，其特征在于，步驟2當前整周期振動信號截取方法：以鍵相信號沖擊頂點進行整周期振動信號截取，為了保證變轉速下整周期信號的完整性，滑動對比鍵相信號瞬時幅值，連續采集N個鍵相信號數據點，當瞬時幅值鄰域最大且遠大于平均值時max([y(i),…,y(i+N)])mean([y(i),…,y(i+N)])，該數據點為鍵相沖擊信號頂點p_i；以鍵相沖擊信號頂點時刻作為時域整周期振動信號的起始點和終止點，信號長度對應連續的三個沖擊頂點，整周期振動信號樣本為[x(p_j),…,x(p_j+2)]。

3.根據權利要求1所述的一種基于無故障振動信號的往復機械異常檢測方法，其特征在于，步驟3變分自編碼網絡的輸入形式：利用小波包變換進行振動信號頻段分解，計算各個頻段的能量特征并進行歸一化處理，以振動信號的頻段能量百分比特征序列代替時序振動信號作為變分自編碼網絡的輸入。