[發(fā)明專利]一種故障檢測方法及裝置在審
| 申請?zhí)枺?/td> | 202010552928.6 | 申請日： | 2020-06-17 |
| 公開（公告）號： | CN111677674A | 公開（公告）日： | 2020-09-18 |
| 發(fā)明（設(shè)計）人： | 陳漢新;柯耀;王琪;黃浪;苗育茁 | 申請（專利權(quán)）人： | 武漢工程大學 |
| 主分類號： | F04D15/00 | 分類號： | F04D15/00;G06K9/62;G06N3/00 |
| 代理公司： | 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212 | 代理人： | 尉保芳 |
| 地址： | 430000 湖北省武*** | 國省代碼： | 湖北;42 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 故障 檢測 方法 裝置 | ||
1.一種故障檢測方法，其特征在于，包括如下步驟：
通過設(shè)置在離心泵葉輪上的三軸振動加速度傳感器獲取原始振動信號，并對所述原始振動信號進行降噪處理，得到降噪振動信號；
對所述降噪振動信號進行能量譜分析，得到能量譜中能量集中的多個目標頻段；
對多個所述目標頻段一同進行包絡(luò)譜分析，得到故障包絡(luò)譜；
基于支持向量機模型構(gòu)建支持向量機檢測模型，對所述支持向量機檢測模型進行優(yōu)化處理，得到優(yōu)化后的支持向量機檢測模型；
通過所述優(yōu)化后的支持向量機檢測模型對所述故障包絡(luò)譜進行故障分類處理，得到故障類別。
2.根據(jù)權(quán)利要求1所述的故障檢測方法，其特征在于，所述對所述原始振動信號進行降噪處理，得到降噪振動信號過程包括：
利用小波包變換算法對所述原始振動信號進行降噪處理，得到降噪振動信號。
3.根據(jù)權(quán)利要求2所述的故障檢測方法，其特征在于，所述利用小波包變換算法對所述原始振動信號進行降噪處理，得到降噪振動信號的過程包括：
利用matlab矩陣實驗室工具對小波基進行選取,并通過選取的小波基對所述原始振動信號進行多層小波包分解，得到振動分解信號；
利用matlab矩陣實驗室工具對所述振動分解信號進行重構(gòu)處理，得到降噪振動信號。
4.根據(jù)權(quán)利要求1所述的故障檢測方法，其特征在于，所述對所述降噪振動信號進行能量譜分析，得到能量譜中能量集中的多個目標頻段的過程包括：
利用matlab矩陣實驗室工具對所述降噪振動信號進行能量譜分析，得到能量譜中能量集中的多個目標頻段。
5.根據(jù)權(quán)利要求1-4任一項所述的故障檢測方法，其特征在于，所述對多個所述目標頻段一同進行包絡(luò)譜分析，得到故障包絡(luò)譜的過程包括：
利用matlab矩陣實驗室工具對多個所述目標頻段一同進行解調(diào)，得到包絡(luò)曲線；
利用matlab矩陣實驗室工具對所述包絡(luò)曲線進行包絡(luò)譜處理，得到故障包絡(luò)譜。
6.根據(jù)權(quán)利要求1所述的故障檢測方法，其特征在于，所述對所述支持向量機檢測模型進行優(yōu)化處理，得到優(yōu)化后的支持向量機檢測模型的過程包括：
利用人工魚群算法對所述支持向量機檢測模型進行優(yōu)化處理，得到優(yōu)化后的支持向量機檢測模型。
7.一種故障檢測裝置，其特征在于，包括：
原始振動信號處理模塊，用于通過設(shè)置在離心泵葉輪上的三軸振動加速度傳感器獲取原始振動信號，并對所述原始振動信號進行降噪處理，得到降噪振動信號；
能量譜分析模塊，用于對所述降噪振動信號進行能量譜分析，得到能量譜中能量集中的多個目標頻段；
包絡(luò)譜分析模塊，用于對多個所述目標頻段一同進行包絡(luò)譜分析，得到故障包絡(luò)譜；
向量機模型優(yōu)化模塊，用于基于支持向量機模型構(gòu)建支持向量機檢測模型，對所述支持向量機檢測模型進行優(yōu)化處理，得到優(yōu)化后的支持向量機檢測模型；
故障分類模塊，用于通過所述優(yōu)化后的支持向量機檢測模型對所述故障包絡(luò)譜進行故障分類處理，得到故障類別。
8.根據(jù)權(quán)利要求7所述的故障檢測裝置，其特征在于，所述原始振動信號處理模塊具體用于：
利用小波包變換算法對所述原始振動信號進行降噪處理，得到降噪振動信號。
9.根據(jù)權(quán)利要求8所述的故障檢測裝置，其特征在于，所述原始振動信號處理模塊具體用于：
利用matlab矩陣實驗室工具對小波基進行選取,并通過選取的所述小波基對所述原始振動信號進行多層小波包分解，得到振動分解信號；
利用matlab矩陣實驗室工具對所述振動分解信號進行重構(gòu)處理，得到降噪振動信號。
10.根據(jù)權(quán)利要求7所述的故障檢測裝置，其特征在于，所述能量譜分析模塊具體用于：
利用matlab矩陣實驗室工具對所述降噪振動信號進行能量譜分析，得到能量譜中能量集中的多個目標頻段。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢工程大學，未經(jīng)武漢工程大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010552928.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
