[發明專利]一種基于振動信號圖像化的故障識別方法及系統

在審

• 申請號: 202110294965.6
• 申請日: 2021-03-19
• 公開（公告）號: CN112966632A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 水沛;尹旭曄;馬飛
• 申請（專利權）人: 浙江中自慶安新能源技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州鈐韜知識產權代理事務所(普通合伙) 33329
• 代理人: 趙杰香;唐靈

1.一種基于振動信號圖像化的故障識別方法，其特征在于，所述方法包括：

S1、在當前采集周期內，分別獲取鍵相傳感器在各個鍵相相位點采集的基于鍵相位的鍵相時域信號序列，以及振動傳感器采集的基于時間序列的振動時域信號序列，并分別對所述鍵相信號時域序列和振動時域信號序列采用樣條插值的方法，構建得到任意相位與時間的函數關系，以及振動信號與時間的函數關系；

S2、對所述振動信號與時間的函數關系進行階次分析，并根據所述任意相位與時間的函數關系得到振動信號與任意相位的函數關系，對所述振動信號與任意相位的函數關系進行短時傅里葉變換，得到變換后的振動-相位信號頻譜；

S3、根據所述變換后的振動-相位信號頻譜，以振動信號頻率為圖像橫坐標，以時間序列作為圖像縱坐標，以振動信號幅值作為圖像像素點的像素值，構建一圖像數據集，并得到對應的振動圖像；

S4、重復步驟S1～S3，基于多個采集周期對應得到多張振動圖像，并構成圖像訓練樣本集；

S5、對所述圖像訓練樣本集中的每一張振動圖像進行特征提取，獲取對應的振動特征向量，并對所述振動特征向量進行降維，得到降維后的特征樣本集；

S6、利用K-means聚類算法對所述降維后的特征樣本集進行聚類分析，確定故障類別。

2.如權利要求1所述的基于振動信號圖像化的故障識別方法，其特征在于，所述步驟S1包括：

轉軸轉動一圈為2π，將2π分為n個鍵相相位，對應各個鍵相相位點為0,2π/n,2*2π/n,……,2π，在所述各個鍵相相位點采集對應的時間戳，得到基于鍵相位的鍵相時域信號序列

其中，表示鍵相的相位值，t為時間，t＝τ₀,τ₁,...,τ_n表示各個鍵相所對應的采集時間戳；

在所述鍵相時域信號序列中選擇若干個相鄰鍵相位點其對應的時間區間為(t_i,t_i+1)，采用二次B樣條曲線擬合的方法，構建任意相位θ和時間t的函數關系θ(t)及其反函數t(θ)。

3.如權利要求2所述的基于振動信號圖像化的故障識別方法，其特征在于，所述步驟S1還包括：

設置各個時間序列對應為t₀,t₁,…,t_n，并設置相鄰時間序列的時間間隔為Δt，以及設置在所述時間間隔Δt內采集的振動信號個數為k，得到基于所述時間序列的振動時域信號序列DATA(t,s)；

其中，t₀,t₁,…,t_n對應為各個時間序列，Δt為相鄰時間序列的時間間隔，k為每一個時間間隔Δt內采集的振動信號個數，s為采集的隨時間變化的振動信號；

對所述振動時域信號序列DATA(t,s)采用樣條插值的方法構建振動信號與時間的函數關系s(t)。

4.如權利要求3所述的基于振動信號圖像化的故障識別方法，其特征在于，所述步驟S2包括：

根據所述時間序列計算對應的相位序列為θ₀，θ₁,…,θ_n，設置相鄰相位序列間的相位間隔為Δθ，以及設置在所述相位間隔Δθ內等角度采樣個數為l，對所述振動信號與時間的函數關系進行等角度重采樣，得到基于所述相位序列的重采樣后的振動信號與任意相位的函數關系DATA(θ,s)；

其中，t₀，t₁，.....t_n為各個時間序列，θ₀，θ₁，......θ_n為相位序列，Δθ為相鄰相位序列間的相位間隔，1為相位間隔Δθ內等角度采樣個數。