本發(fā)明屬于機(jī)械故障診斷，尤其涉及一種基于沖擊特征時頻能量的旋轉(zhuǎn)機(jī)械故障程度量化方法。

背景技術(shù)：

1、旋轉(zhuǎn)機(jī)械的故障，尤其是軸承和齒輪的故障，其表現(xiàn)形式通常為振動信號中的沖擊響應(yīng)。這些沖擊響應(yīng)蘊(yùn)含著特定的故障特征，是故障診斷的重要依據(jù)。具體來說，當(dāng)軸承或齒輪出現(xiàn)局部損傷時，它們在旋轉(zhuǎn)過程中會與滾動體或相鄰齒輪相互作用，從而產(chǎn)生具有周期性的沖擊信號。這些沖擊信號在時域和頻域上表現(xiàn)出特定的模式，如軸承外圈故障會產(chǎn)生等幅值的周期性沖擊，而內(nèi)圈故障則會導(dǎo)致沖擊信號的幅值隨軸轉(zhuǎn)頻變化。

2、然而，目前的故障診斷方法大多僅基于沖擊特征的識別，主要目標(biāo)是判斷故障是否存在，而難以對損傷的嚴(yán)重程度進(jìn)行量化。這是因為現(xiàn)有的方法大多只能捕捉到?jīng)_擊信號的存在與否，而無法準(zhǔn)確衡量其強(qiáng)度和頻率等關(guān)鍵參數(shù)，從而無法提供關(guān)于損傷程度的詳細(xì)信息。

3、盡管譜峭度等指標(biāo)在識別信號中的沖擊成分方面具有較高的敏感性，常被用于識別軸承故障等沖擊類故障，但在實際應(yīng)用中，它們極易受到隨機(jī)大沖擊的干擾。這些隨機(jī)大沖擊可能來源于機(jī)械運(yùn)行過程中的各種不確定因素，如負(fù)載變化、外部振動等。它們會干擾譜峭度的計算結(jié)果，導(dǎo)致診斷結(jié)果的不準(zhǔn)確，甚至產(chǎn)生誤判。因此，譜峭度等指標(biāo)在實際應(yīng)用中存在一定的局限性。

4、為了克服譜峭度的局限性，一些針對信號中沖擊信號周期性的指標(biāo)被提出。這些指標(biāo)試圖通過衡量沖擊信號的周期性來判斷故障的嚴(yán)重程度。然而，在處理非平穩(wěn)信號時，這些指標(biāo)往往無法有效判斷。非平穩(wěn)信號是指其統(tǒng)計特性隨時間變化的信號，如旋轉(zhuǎn)機(jī)械的變速運(yùn)行過程。在這種情況下，沖擊信號的周期性可能會發(fā)生變化，導(dǎo)致基于周期性的指標(biāo)無法準(zhǔn)確判斷故障。

5、另一方面，基于振動響應(yīng)幅值的指標(biāo)，如均方根值(root?mean?square，rms)，雖然能在一定程度上反映振動強(qiáng)度，但缺乏針對沖擊特征的精確量化能力。均方根值主要衡量的是振動信號的平均能量，而無法準(zhǔn)確捕捉?jīng)_擊信號的特定特征。因此，其診斷結(jié)果的說服力相對較弱，無法滿足高精度故障診斷的需求。

6、綜上所述，當(dāng)前旋轉(zhuǎn)機(jī)械的故障診斷方法在量化損傷程度方面仍存在顯著局限。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：本發(fā)明的目的在于提供一種基于沖擊特征時頻能量的旋轉(zhuǎn)機(jī)械故障程度量化方法。旨在通過衡量沖擊特征在時頻分布中的周期性能量占比，更加精準(zhǔn)地量化損傷程度。同時，本發(fā)明還構(gòu)建了沖擊特征周期性增強(qiáng)算法，以有效應(yīng)對變轉(zhuǎn)速工況下的沖擊特征量化難題，提升故障診斷的準(zhǔn)確性和可靠性。

2、技術(shù)方案：本發(fā)明的一種基于沖擊特征時頻能量的旋轉(zhuǎn)機(jī)械故障程度量化方法，包括如下步驟：

3、步驟1、獲取目標(biāo)旋轉(zhuǎn)機(jī)械的振動信號；

4、步驟2、采用廣義瞬態(tài)壓縮變換計算振動信號的時頻分布；

5、步驟3、如果振動信號為定轉(zhuǎn)速工況下的周期性沖擊故障信號，則進(jìn)入步驟4；如果振動信號為變轉(zhuǎn)速工況下的非周期性沖擊故障信號，則進(jìn)入步驟5；

6、步驟4、計算信號廣義瞬態(tài)壓縮變換時頻分布的二維傅里葉變換；

7、步驟5、先將信號的時頻分布變換成角頻分布，再計算信號角頻分布的二維傅里葉變換結(jié)果；

8、步驟6、計算沖擊能量間隔和周期性沖擊能量占比因子，量化沖擊特征的時頻能量，從而量化旋轉(zhuǎn)機(jī)械的故障程度。

9、進(jìn)一步的，步驟2具體為：時頻分布可同時表征出振動信號中的時域和頻域信息，廣義瞬態(tài)壓縮變換可準(zhǔn)確估計出瞬態(tài)信號的復(fù)雜群延遲特征，通過多次壓縮重排時頻分布能量，獲得更加集中時頻分布，廣義瞬態(tài)壓縮變換具有如下表示形式：

10、

11、式中，s(τ,ω)表示信號的短時傅里葉變換時頻分布結(jié)果，δ(·)表示狄拉克函數(shù)，為廣義群延遲估計算子的m次迭代結(jié)果，其n階形式如下所示：

12、

13、式中，為廣義群延遲估計，其顯式表達(dá)式如下：

14、

15、式中，表示取函數(shù)的虛部，b1,k為廣義時頻矩陣b的代數(shù)余子式，β＝σ2為頻域高斯窗函數(shù)的定值參數(shù)，構(gòu)建廣義時頻矩陣b。

16、進(jìn)一步的，所述廣義時頻矩陣b的構(gòu)建過程如下：

17、

18、式中，為基于不同高斯窗函數(shù)的短時傅里葉變換得到的時頻分布，其計算過程如下：

19、

20、式中，h(t＝-j)k-1g(k-1)t,k∈n+為高斯窗函數(shù)，x(τ)為分析信號，h*表示取函數(shù)的共軛復(fù)數(shù)。

21、進(jìn)一步的，步驟4具體為：計算其廣義瞬態(tài)壓縮變換時頻分布的二維傅里葉變換，時頻分布的二維傅里葉變換計算公式如下：

22、f(u,z)＝∫∫gtst(t,ω)e-j2π(ut+zω)dtdω?(6)

23、式中，gtst(t,ω)為公式(1)中的廣義瞬態(tài)壓縮變換結(jié)果。

24、進(jìn)一步的，步驟5具體為：先將時頻分布變換成角頻分布，時頻分布向角頻分布的變換公式如下：

25、

26、式中，為t時刻對應(yīng)的角頻分布，然后根據(jù)公式(6)計算角頻分布的二維傅里葉變換結(jié)果，if(t)表示信號的瞬時轉(zhuǎn)頻。

27、進(jìn)一步的，步驟5中，所述沖擊能量間隔的計算方法為：

28、如果信號為定轉(zhuǎn)速工況下的周期性沖擊故障信號，則沖擊時間間隔計算如下：

29、

30、式中，fr為轉(zhuǎn)頻，o為故障階次；

31、如果信號為變轉(zhuǎn)速工況下的非周期性沖擊故障信號，則計算沖擊角度間隔如下：

32、

33、式中，o為故障階次。

34、進(jìn)一步的，步驟5中，所述周期性沖擊能量占比因子的計算公式如下：

35、

36、式中，δ為式(8)中的δt或式(9)中的沖擊間隔，f為式(6)中的二維傅里葉變換結(jié)果。

37、本發(fā)明還公開一種計算機(jī)裝置，包括存儲器、處理器及存儲在存儲器上的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序以實現(xiàn)本發(fā)明方法的步驟。

38、本發(fā)明還公開一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序/指令，該計算機(jī)程序/指令被處理器執(zhí)行時實現(xiàn)本發(fā)明方法的步驟。

39、本發(fā)明還公開一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序/指令，該計算機(jī)程序/指令被處理器執(zhí)行時實現(xiàn)本發(fā)明方法的步驟。

40、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明具有如下顯著優(yōu)點(diǎn)：

41、本發(fā)明采用廣義瞬態(tài)壓縮變換獲取更加集中的沖擊特征時頻能量，并通過二維傅里葉變換獲取時頻分布中沖擊特征的周期性，提出周期性沖擊能量占比因子量化衡量周期性沖擊特征。為了能夠獲得沖擊信號更加集中的時頻分布，本發(fā)明采用的廣義瞬態(tài)壓縮變換算法能夠更加準(zhǔn)確的估計沖擊信號的群延遲。為了能夠有效量化衡量變轉(zhuǎn)速工況下故障信號中的沖擊成分，本發(fā)明通過重采樣和插值算法將時頻分布轉(zhuǎn)換成角頻分布，將由于變轉(zhuǎn)速工況導(dǎo)致的非周期性沖擊轉(zhuǎn)變?yōu)榻嵌扔虻闹芷谛詻_擊，然后通過二維傅里葉變換獲取角頻分布中沖擊能量的周期性，進(jìn)而將變轉(zhuǎn)速工況下的時域非周期性沖擊轉(zhuǎn)換成角度域周期性沖擊，能夠更有地效量化沖擊特征的時頻能量，使得變轉(zhuǎn)速工況下的非周期性沖擊故障特征也可以被量化衡量。