[發明專利]變速提升機的早期故障檢測方法

在審

• 申請號: 202010861405.X
• 申請日: 2020-08-25
• 公開（公告）號: CN112001314A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 任世錦;潘劍寒;唐嫻;季天元
• 申請（專利權）人: 江蘇師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/14;G06F17/18;G06N3/04;G06N3/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 湯金燕

本發明公開了一種變速提升機的早期故障檢測方法，使用CPP方法估計變速提升機瞬時旋轉速度，對振動信號進行等角度采樣，消除速度對故障相關振動信號的影響，求取最優模型參數，自適應地從振動信號提取微弱故障沖擊特征，避免因參數設置不當導致故障沖擊特征不明顯的問題，考慮到DCNN以及深度殘差學習在故障診斷中的成功應用，把殘差連接融入到DCNN，提高DCNN模型對故障分類的性能。分別從濾波信號抽取時域和頻域特征，即時域統計特征以及基于Teager算子抽取瞬時頻率和幅值特征、信號包絡的Hilbert譜，分別輸入到DCNN的不同卷積層，充分抽取頻域特征和時域特征中有用信息，提高檢測模型進行早期故障檢測的準確性。

技術領域

本發明涉及故障檢測技術領域，尤其涉及一種變速提升機的早期故障檢測方法。

背景技術

礦井提升機是煤礦生產的關鍵核心設備，主要由電機、減速器、滾筒、天輪、液壓制動等部分組成。從振動、壓力、溫度等機械運行參數提取故障有關信息，實現對礦井 提升機的運行狀態的監測，是當前提升機故障監測研究的主要內容。大量的生產實踐和 理論研究表明，70％以上的故障都隱藏子在振動信號中。然而設備溫度測量信號帶有很 多重要的設備狀態信息，能夠在一定程度上反映故障的部位和程度的有效因素，可以用 于不同故障類型的分析。比如軸承發生故障時，回油溫度、振動信號往往均會發生變化。 潤滑油量不足導致摩擦、一些內部和外部環境或工況以及不對中均會影響溫度值，因此 綜合使用溫度信號可以提高設備故障監測的準確性和可靠性。

旋轉機械很多部件，比如齒輪、軸承，在工作時會產生具有周期性沖擊的振動信號， 而機械部件發生缺陷時周期沖擊信號會產生異常變化。因此，噪聲抑制、提高信噪比以及提取故障特征研究引起人們的關注。小波分析以及改進技術，Hilbert-Huang變換，分 形morphological、線性調頻變換、局部特征尺度分解(Local characteristic-scaledecomposition,LCD)等方法。R.Wiggins提出最小熵去卷積(minimum entropydeconvolution,MED)能夠同時提取故障脈沖和最小化噪聲，即使在嚴重噪聲情況下仍然能夠有效檢測。針對MED只能去卷積單個脈沖特征的問題，最大相關峭度去卷積 (maximumcorrelated kurtosis deconvolution,MCKD)選擇一個有限脈沖響應濾波器最大 化信號的相關峭度，同時增強指定周期信號的周期性，無需自回歸模型階段先驗去卷積。 MCKD能夠顯示周期故障瞬態，以及在頻域中定位瞬態的譜峭度能夠抽取被背景噪聲掩 蓋的微弱故障特征，在實際應用中取得好的效果。然而MCKD性能嚴重依賴于參數選 取。多點最優最小熵去卷積調整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted，MOMEDA)方法能夠實現非迭代方法直接求取最優濾波器，可以抽取脈沖序 列，用于多點峭度值確定故障發生的周期。MOMEDA能夠區分健康狀態和故障狀態， 性能優于MCKD、MED，適合旋轉機械故障檢測。雖然MOMEDA克服了MCKD的一 些的問題，但是該方法仍然受到脈沖周期、濾波器長度選取的影響。