[發(fā)明專利]一種基于振動(dòng)信號(hào)的時(shí)頻域聯(lián)合故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010536722.4
• 申請(qǐng)日: 2020-06-12
• 公開（公告）號(hào): CN111783559A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 李曉;張竹青;張玉華;孟華;田彥彥
• 申請(qǐng)（專利權(quán)）人: 河南伯特利知識(shí)產(chǎn)權(quán)服務(wù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G01M13/045
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于旋轉(zhuǎn)機(jī)械故障診斷方法領(lǐng)域，具體涉及一種基于振動(dòng)信號(hào)的時(shí)頻域聯(lián)合故障診斷方法，首先基于旋轉(zhuǎn)信號(hào)采樣具有周期性的特性，將一個(gè)周期內(nèi)的采樣信號(hào)表示為一個(gè)多維向量，而將多個(gè)周期的采樣信號(hào)表示為數(shù)據(jù)矩陣的形式，利用建立的協(xié)方差矩陣求其特征值，并建立起特征值閾值向量用于對(duì)實(shí)時(shí)故障進(jìn)行檢測(cè)；其次利用小波包變換將上述的時(shí)域矩陣變換成頻域矩陣，進(jìn)一步將該矩陣的每一個(gè)行向量基于一定的周期性再改寫成矩陣形式，并再求取特征值建立相應(yīng)的閾值向量，以判斷故障發(fā)生在哪一個(gè)頻段，提高了檢測(cè)故障的定位精度，為對(duì)系統(tǒng)的維護(hù)、管理等提供更有利的支撐。

技術(shù)領(lǐng)域

本發(fā)明涉及旋轉(zhuǎn)機(jī)械故障診斷方法領(lǐng)域，具體涉及一種基于振動(dòng)信號(hào)的時(shí) 頻域聯(lián)合故障診斷方法。

背景技術(shù)

在現(xiàn)有旋轉(zhuǎn)機(jī)械故障診斷方法中，由于僅利用的是基于一維振動(dòng)信號(hào)的相 關(guān)性進(jìn)行的，常顯得效果不佳。

現(xiàn)有技術(shù)中，從旋轉(zhuǎn)機(jī)械系統(tǒng)中采集到最常見的是一維振動(dòng)信號(hào)，通常采 用小波變換和神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行時(shí)域頻域分析。小波變換只是對(duì)信號(hào)的低頻 部分進(jìn)行處理，這對(duì)于頻域分析來說是不均衡的，而BP神經(jīng)網(wǎng)絡(luò)存在著學(xué)習(xí)速 度慢且易陷入局部極小值等不足。

但是，上述診斷方法仍然是基于一維信號(hào)在時(shí)域上的分析，僅能提高故障 有沒有在時(shí)域上的精度。但在判斷出故障后，人們往往想知道其故障承載在哪 一個(gè)頻帶上。若能實(shí)現(xiàn)，這樣勢(shì)必會(huì)提高故障的定位精度，為進(jìn)一步的系統(tǒng)維 護(hù)和健康管理奠定基礎(chǔ)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于振動(dòng)信號(hào)的時(shí)頻域聯(lián)合故障診 斷方法。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：

一種基于振動(dòng)信號(hào)的時(shí)頻域聯(lián)合故障診斷方法，包括以下步驟：

1)，基于時(shí)域上的多變量故障診斷方法：測(cè)量旋轉(zhuǎn)機(jī)械系統(tǒng)的振動(dòng)信號(hào)， 并對(duì)采集得到的振動(dòng)信號(hào)進(jìn)行放大、傳輸與顯示，其得出的原始振動(dòng)信號(hào)序列

X⁽ⁱ⁾＝[x⁽ⁱ⁾(1),x⁽ⁱ⁾(2),L,x⁽ⁱ⁾(L)]

組如下式：i＝1,2,L,N，N+1,L，其中i表示第i組數(shù)據(jù)， L表示每組數(shù)據(jù)的長(zhǎng)度，前N組為正常數(shù)據(jù)用于診斷閾值的訓(xùn)練，余下的數(shù)據(jù) 組為測(cè)試數(shù)據(jù)；

2)，將旋轉(zhuǎn)機(jī)械系統(tǒng)在一個(gè)周期內(nèi)的采樣信號(hào)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(gè)周期內(nèi)的采樣點(diǎn)個(gè)數(shù)；

則將多個(gè)周期內(nèi)的采樣信號(hào)可以寫成如下矩陣形式：

其中，b＝[L/r]，i＝1,2,L,N；

令：

求取對(duì)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(gè)正常數(shù)據(jù)求得的，其中α為閾值系數(shù)，用以調(diào)節(jié)選取閾值的大小；

4)，建立在線故障判別器：

將新獲得的數(shù)據(jù)組求其形如步驟3的特征向量，

仍記：