基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種機(jī)械系統(tǒng)故障診斷方法，尤其涉及基于自適應(yīng)降噪算法的一類旋 轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法。
【背景技術(shù)】
[0002] 旋轉(zhuǎn)機(jī)械結(jié)構(gòu)復(fù)雜，對(duì)運(yùn)轉(zhuǎn)條件要求高，并長(zhǎng)期處于高速運(yùn)行狀態(tài)，而且在正常運(yùn) 行過(guò)程中，即使有先兆性故障隱患也難以被察覺(jué)。但是一旦故障爆發(fā)就會(huì)帶來(lái)難以估計(jì)的 損失。如果將旋轉(zhuǎn)機(jī)械停止定期檢修雖然可以預(yù)防事故發(fā)生，但是也相應(yīng)降低了生產(chǎn)和工 作的效率。
[0003] 針對(duì)這樣的問(wèn)題，現(xiàn)有技術(shù)中設(shè)計(jì)了專利號(hào)為201310223686.6的發(fā)明專利《基于 瞬時(shí)頻率估計(jì)的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)角域重采樣方法》，該專利涉及一種機(jī)械故障診斷管理 方法，所述方法包括:采集旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)、時(shí)域降采樣、計(jì)算振動(dòng)信號(hào)的瞬時(shí)頻率、劃 分瞬時(shí)頻率序列、擬合瞬時(shí)頻率曲線、計(jì)算信號(hào)角域采樣時(shí)刻序列、計(jì)算信號(hào)角域采樣時(shí)刻 對(duì)應(yīng)的幅值序列；計(jì)算信號(hào)角域采樣時(shí)刻對(duì)應(yīng)的幅值序列利用拉格朗日插值算法，求取對(duì) 應(yīng)的重采樣時(shí)刻原信號(hào)的幅值序列A(t)，最終獲得振動(dòng)信號(hào)在角域內(nèi)的重采樣信號(hào)R(t)。 該方法不需要額外的轉(zhuǎn)速計(jì)來(lái)提取轉(zhuǎn)速信息，直接從振動(dòng)信號(hào)中獲取轉(zhuǎn)軸的轉(zhuǎn)速信息，本 方法分析精度高，硬件成本低，不受環(huán)境限制，特別是對(duì)企業(yè)現(xiàn)有設(shè)備的技術(shù)改造具有意 義。
[0004] 但是在仔細(xì)分析后可以發(fā)現(xiàn)，對(duì)比文件在采集旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)時(shí)，由于環(huán)境 的影響以及噪聲的作用，并不能確保采集到準(zhǔn)確的振動(dòng)信號(hào)。而在不準(zhǔn)確的振動(dòng)信號(hào)的基 礎(chǔ)上進(jìn)行分析是無(wú)法達(dá)到準(zhǔn)確的預(yù)測(cè)效果的。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法， 主要用于周期信號(hào)和沖擊及噪聲信號(hào)的分離后重新仿真，能夠提取出最精確的反映機(jī)械運(yùn) 行狀況的信號(hào)參數(shù)，供后續(xù)分析。為了實(shí)現(xiàn)所述目的，本發(fā)明包括如下步驟：
[0006] 步驟1:獲取系統(tǒng)振動(dòng)信號(hào)；
[0007] 步驟2:振動(dòng)信號(hào)由自適應(yīng)濾波算法將其分成兩部分，第一部分為周期信號(hào)，第二 部分為脈沖信號(hào)加噪聲信號(hào)；具體為將系統(tǒng)振動(dòng)信號(hào)直接輸入疊加計(jì)算器，再經(jīng)過(guò)一個(gè)延 遲后將這個(gè)系統(tǒng)振動(dòng)信號(hào)通過(guò)數(shù)字濾波器，該延遲為0.3倍周期信號(hào)的一周期的長(zhǎng)度，經(jīng)過(guò) 數(shù)字濾波器處理后，一部分通過(guò)疊加計(jì)算器和之前的信號(hào)進(jìn)行疊加，最終從疊加計(jì)算器中 計(jì)算出周期信號(hào);另一部分經(jīng)過(guò)自適應(yīng)算法分離出脈沖信號(hào)和噪聲信號(hào)；
[0008] 步驟3:對(duì)第二部分通過(guò)降噪算法進(jìn)一步分離噪聲信號(hào)，提高脈沖信號(hào)的信噪比；
[0009] 步驟4:對(duì)步驟3獲得的處理后的信號(hào)進(jìn)行特征提?。?br>[0010] 步驟5,通過(guò)特征提取后的數(shù)據(jù)進(jìn)行記錄，建立正常運(yùn)行的數(shù)據(jù)；
[0011] 步驟6,將后續(xù)不同時(shí)間段獲得的數(shù)據(jù)和正常運(yùn)行的數(shù)據(jù)進(jìn)行對(duì)比判斷旋轉(zhuǎn)機(jī)械 狀況。
[0012] 所述所述振動(dòng)信號(hào)具體形式如下所示，
[0013] V = Vp+Vi+Vn
[0014] V表不振動(dòng)信號(hào)，Vp表不周期性振動(dòng)信號(hào)，Vi表不振動(dòng)信號(hào)
[0015] 中脈沖振動(dòng)信號(hào)，Vn表不噪聲信號(hào)。
[0016] 優(yōu)選的，所述數(shù)字濾波器采用FIR橫向?yàn)V波器。
[0017] 優(yōu)選的，對(duì)于Μ階FIR橫向?yàn)V波器，其加權(quán)系數(shù)向量為
[0018] 0(10 = 0410,02(10, ...，θΜ(1〇]，設(shè)離散時(shí)間信號(hào)為
[0019] S(n)，n = l，2, · · ·Ν
[0020]
[0021]
[0022] 0in+1 = 0in+ye(n)S(n-A-i)
[0023] 其中μ>0，為搜索步長(zhǎng)，Θ,為濾波器參數(shù)，△表示延遲步數(shù)，S(n)
[0024] 為第η個(gè)數(shù)據(jù)采集點(diǎn)，為第η步預(yù)測(cè)值。
[0025]優(yōu)選的，所述提取出的信號(hào)特征值包括頻域特征值和時(shí)域特征值，其中頻域特征 值用來(lái)量化周期信號(hào)，具體包括:1.信號(hào)RMS，2.前四軸諧波之和；
[0026] 時(shí)域特征值用來(lái)量化脈沖信號(hào)，具體包括：1 .Kurtosis，2 · Skewness，3 · Impulse factor,4.Shape factor。
[0027] 優(yōu)選的，所述步驟3中對(duì)第二部分通過(guò)降噪算法進(jìn)一步分離噪聲信號(hào)時(shí)采用定義 閥值為
其中η為信號(hào)采樣個(gè)數(shù)，σ為信號(hào)標(biāo)準(zhǔn)差，信號(hào)值大于閥值部分 留下，小于閥值部分設(shè)置為〇。
[0028] 通過(guò)這樣的設(shè)置，本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法 綜合運(yùn)用了數(shù)字信號(hào)處理和統(tǒng)計(jì)模型分析方法，簡(jiǎn)單的說(shuō)，將原先混雜在一起的周期性振 動(dòng)信號(hào)，脈沖振動(dòng)信號(hào)，噪聲信號(hào)分別提取出來(lái)。其中周期信號(hào)用于模擬旋轉(zhuǎn)機(jī)械設(shè)備健康 部件振動(dòng)信號(hào)，脈沖信號(hào)用于模擬旋轉(zhuǎn)系統(tǒng)故障部件振動(dòng)信號(hào)。為了提高故障診斷系統(tǒng)診 斷能力，脈沖信號(hào)需要和周期信號(hào)分離，并且減少噪聲限號(hào)對(duì)脈沖信號(hào)的影響。這樣在分析 故障時(shí)可以更為準(zhǔn)確。
【附圖說(shuō)明】
[0029] 圖1是本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法的自適應(yīng)濾 波算法原理框圖，圖中圓形標(biāo)記即為疊加計(jì)算器。
[0030]圖2是本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法的信號(hào)仿真 圖。其中橫坐標(biāo)是采樣點(diǎn)數(shù)η，縱坐標(biāo)是幅值(電壓V)。
[0031]圖3是本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法的脈沖振動(dòng) 信號(hào)和噪聲信號(hào)混合仿真圖。其中橫坐標(biāo)是采樣點(diǎn)數(shù)η，縱坐標(biāo)是幅值(電壓V)。
[0032] 圖4是本發(fā)明基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法的周期性振 動(dòng)信號(hào)仿真圖。其中橫坐標(biāo)是采樣點(diǎn)數(shù)n，縱坐標(biāo)是幅值(電壓V)。
【具體實(shí)施方式】
[0033] 基于自適應(yīng)降噪算法的一類旋轉(zhuǎn)機(jī)械系統(tǒng)故障診斷方法，包括如下步驟：
[0034]步驟1:獲取系統(tǒng)振動(dòng)信號(hào)；
[0035] 步驟2:振動(dòng)信號(hào)由自適應(yīng)濾波算法將其分成兩部分，第一部分為周期信號(hào)，第二 部分為脈沖信號(hào)加噪聲信號(hào)；如圖1所示，體為將系統(tǒng)振動(dòng)信號(hào)直接輸入疊加計(jì)算器，再經(jīng) 過(guò)一個(gè)延遲后將這個(gè)系統(tǒng)振動(dòng)信號(hào)通過(guò)數(shù)字濾波器，該延遲為0.3倍周期信號(hào)的一周期的 長(zhǎng)度，經(jīng)過(guò)數(shù)字濾波器處理后，一部分通過(guò)疊加計(jì)算器和之前的信號(hào)進(jìn)行疊加，最終從疊加 計(jì)算器中計(jì)算出周期信號(hào);另一部分經(jīng)過(guò)自適應(yīng)算法分離出脈沖信號(hào)和噪聲信