[發明專利]基于定制化NARX建模的旋轉機械故障特征在線評估方法

在審

• 申請號: 202211343112.8
• 申請日: 2022-10-31
• 公開（公告）號: CN115683628A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 趙宇來;韓清凱;王浩博;林君哲;韓朔;劉楊
• 申請（專利權）人: 東北大學
• 主分類號: G01M13/045
• 分類號: G01M13/045;G01B7/02
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

1.一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，包括：

步驟1：利用諧波乘積譜確定轉子徑向振動信號的實時轉頻f₁；

步驟2：對采集到的振動信號進行去趨勢化和低通濾波，去掉直流分量和高頻噪聲，得到濾波后的信號

步驟3：利用降噪后的數據結合最小二乘法提取感興趣的前n階諧波分量的幅值和相位；

步驟4：將感興趣的前m階諧波分量進行信號重構并將其作為輸出；

步驟5：將相應的周期性不平衡力作為輸入，與重構后的輸出進行同步降采樣，然后利用前向正交最小二乘法辨識出NARX模型，辨識后的模型定義為定制化NARX模型，并做有效性驗證；

步驟6：利用廣義相關線性函數方法評估定制化NARX模型的NOFRFs特征，并將該特征或者其衍生特征作為健康指標用于轉子系統的狀態評價。

2.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟1具體表示為：

式中，H(ω)表示諧波乘積譜，Z表示所考慮諧波的最高階數。

3.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟3具體表示為：

步驟3.1：根據實時轉頻f₁，定義待辨識的前n階諧波信號為：

式中，f_n＝nf₁,n＝1,2,…,t_i表示第i個采樣時間點，Y_n表示第n階諧波的幅值，表示第n階諧波的相位；

步驟3.2：將式(2)中的各式展開，并定義為：

步驟3.3：定義已知系數矩陣X和待檢測系數向量α，其中ζ表示總的采樣點數；

步驟3.4：利用降噪后的數據根據最小二乘法，辨識出待檢測系數向量，即前n階諧波的幅值和相位；

4.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟4具體表示為：

其中，k表示第k個離散時間點，Δt表示采樣時間。

5.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟2具體表示為：

步驟2.1：對采集到的振動信號進行去趨勢化處理，去掉信號中的直流分量；

步驟2.2：對去趨勢化后的振動信號采用巴特沃斯低通濾波或者FIR低通濾波進行濾波，去掉高頻噪聲，獲得濾波后的信號

6.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟5中同步降采樣具體表示為：

將相應的周期性不平衡力作為輸入，與重構后的輸出進行同步降采樣，降采樣周期T_d需要滿足0.05T_m≤T_d≤0.2T_m，其中T_m＝1/f₁。

7.根據權利要求1所述的一種基于定制化NARX建模的旋轉機械故障特征在線評估方法，其特征在于，所述步驟6具體表示為：

步驟6.1：利用廣義相關線性函數方法評估定制化NARX模型的NOFRFs特征G_n(jω)；

步驟6.2：將特征G_n(jω)或者其衍生特征Rn2作為健康指標用于轉子系統的狀態評價；

其中，ρ是一個常數，N表示NOFRFs的最高階數。