[發明專利]一種基于振動信號的時頻域聯合故障診斷方法

在審

• 申請號: 202010536722.4
• 申請日: 2020-06-12
• 公開（公告）號: CN111783559A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 李曉;張竹青;張玉華;孟華;田彥彥
• 申請（專利權）人: 河南伯特利知識產權服務有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01M13/045
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于振動信號的時頻域聯合故障診斷方法，其特征在于，包括以下步驟：

1)，基于時域上的多變量故障診斷方法：測量旋轉機械系統的振動信號，并對采集得到的振動信號進行放大、傳輸與顯示，其得出的原始振動信號序列組如下式：其中i表示第i組數據，L表示每組數據的長度，前N組為正常數據用于診斷閾值的訓練，余下的數據組為測試數據；

2)，將旋轉機械系統在一個周期內的采樣信號表示成向量，如下式：y⁽ⁱ⁾＝[x⁽ⁱ⁾(1)，x⁽ⁱ⁾(2)，Lx⁽ⁱ⁾(r)]^T，其中r為一個周期內的采樣點個數；

則將多個周期內的采樣信號可以寫成如下矩陣形式：

其中，b＝[L/r]，i＝1,2,L,N；

令：

求取對稱矩陣E⁽ⁱ⁾的特征值，且滿足

記E⁽ⁱ⁾的特征值向量為

3)，閾值向量的確定：

記特征值矩陣為D：

令

則有

選取為閾值特征值向量，這是由前N個正常數據求得的，其中α為閾值系數，用以調節選取閾值的大小；

4)，建立在線故障判別器：

將新獲得的數據組求其形如步驟3的特征向量，

仍記：

記偏差向量：其中

5)，借助于階躍函數的思想：令

6)，得故障的判別器：

7)，基于頻域上的故障診斷方法：

記小波包算子矩陣為W∈R^r×r，對步驟2的矩陣形式進行小波包變換，得出下式：

其中，i＝1,2,L,N，行向量是Y⁽ⁱ⁾在第s個頻帶上的投影；

8)，確定各頻程上小波閾值：

對步驟7得到的矩陣Γ⁽ⁱ⁾，第s個頻帶的信號為

將改寫為如步驟2中的矩陣形式：

將上式記為如步驟3中的特征值矩陣形式，并求其特征值：

得

則有形如步驟3中的特征值矩陣式：

記：

選取閾值向量：

其中wα_s為閾值系數，用以調節選取閾值的大小；

9)，頻帶故障判別：

當有新數據Y⁽ⁱ⁾到來時，基于步驟7至8的過程得其特征向量，

記它與閾值向量的偏差向量為：

同步驟5中的借助于階躍函數的思想令:

如步驟6中的得故障的判別器:

2.根據權利要求1所述的一種基于振動信號的時頻域聯合故障診斷方法，其特征在于，所述步驟2中的總的樣本點數L為r的整數倍，若否，則對其進行截斷或補位處理。

3.根據權利要求1所述的一種基于振動信號的時頻域聯合故障診斷方法，其特征在于，所述步驟8中的總的樣本點數b為l的整數倍，若否，則對其進行截斷或補位處理。