一種用于采集和提取低速重載設(shè)備故障特征信息的方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種采集和提取低速重載設(shè)備故障特征信息的方法,可用于提取設(shè)備微弱故障信號(hào)。通過(guò)安裝在設(shè)備軸承座上的聲發(fā)射傳感器采集設(shè)備工作狀態(tài)下的聲發(fā)射信號(hào),應(yīng)用非線(xiàn)性冗余提升小波對(duì)采集到的聲發(fā)射信號(hào)預(yù)處理,對(duì)預(yù)處理后的聲發(fā)射信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解得到若干個(gè)本征模態(tài)分量,把沖擊性和周期性明顯的本征模態(tài)分量與原始信號(hào)組成混合信號(hào),再應(yīng)用獨(dú)立分量分析技術(shù)分離出獨(dú)立信號(hào)并作傅立葉變換,從而提取出設(shè)備的微弱故障特征。該方法能有效提取出低速重載設(shè)備的微弱故障特征信息,對(duì)設(shè)備的故障診斷提供了有效的依據(jù)。
【專(zhuān)利說(shuō)明】一種用于采集和提取低速重載設(shè)備故障特征信息的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于采集和提取設(shè)備故障特征信息的方法,特別是一種用于采集和提取低速重載設(shè)備微弱故障特征信息的方法。
【背景技術(shù)】
[0002]低速重載設(shè)備由于低速運(yùn)轉(zhuǎn),載荷復(fù)雜多變,加上生產(chǎn)環(huán)境惡劣,設(shè)備很容易發(fā)生故障。該類(lèi)設(shè)備一旦突發(fā)故障可能會(huì)導(dǎo)致生產(chǎn)中斷,給企業(yè)造成巨大的經(jīng)濟(jì)損失,甚至還會(huì)造成人員傷亡,因此及時(shí)的發(fā)現(xiàn)設(shè)備的故障隱患具有十分重要的現(xiàn)實(shí)意義。
[0003]低速重載設(shè)備故障振動(dòng)信號(hào)能量微弱,容易被周?chē)鷱?qiáng)烈的環(huán)境噪聲所淹沒(méi),從而常用的振動(dòng)檢測(cè)方法難以奏效。復(fù)雜的工廠(chǎng)環(huán)境中,傳感器拾取的信號(hào)一般是由若干個(gè)源信號(hào)混疊而成的混合信號(hào),這給故障診斷帶來(lái)了困難,獨(dú)立分量分析技術(shù)為解決上述問(wèn)題提供了很好的方法。傳統(tǒng)的獨(dú)立分量分析技術(shù)限于非高斯、平穩(wěn)和相互獨(dú)立的源信號(hào),且傳感器的觀測(cè)數(shù)多于源信號(hào)數(shù)。在實(shí)際機(jī)械故障診斷過(guò)程中,機(jī)械故障源信號(hào)通常不會(huì)滿(mǎn)足這些假設(shè)條件,從而無(wú)法進(jìn)行故障診斷。
【發(fā)明內(nèi)容】
[0004]本發(fā)明的基本原理是采用聲發(fā)射檢測(cè)設(shè)備采集聲發(fā)射信號(hào),應(yīng)用非線(xiàn)性冗余提升小波對(duì)采集到的聲發(fā)射信號(hào)預(yù)處理,然后對(duì)預(yù)處理后的信號(hào)經(jīng)驗(yàn)?zāi)B(tài)分解得到若干個(gè)本征模態(tài)分量,再把沖擊性和周期性明顯的本征模態(tài)分量與原始信號(hào)組成混合信號(hào),最后應(yīng)用獨(dú)立分量分析技術(shù)分離出獨(dú)立信號(hào)并作快速立里葉變換,提取出故障信息。
[0005]本發(fā)明具體包括以下步驟:
[0006](I)將聲發(fā)射傳感器安裝在設(shè)備需要檢測(cè)的位置,通過(guò)與傳感器相連接的聲發(fā)射數(shù)據(jù)采集儀采集設(shè)備在工作狀態(tài)下的聲發(fā)射信號(hào)。
[0007](2)應(yīng)用非線(xiàn)性冗余提升小波對(duì)步驟(1)采集到的聲發(fā)射信號(hào)進(jìn)行預(yù)處理,可以起到很好的降噪作用,非線(xiàn)性冗余提升小波的步驟:
[0008]I)根據(jù)插值細(xì)分方法獲得各層的初始預(yù)測(cè)系數(shù)和更新系數(shù),再引入’ 算法對(duì)初始系數(shù)進(jìn)行插值補(bǔ)零運(yùn)算,即對(duì)于第j層分解,在初始預(yù)測(cè)系數(shù)和更新系數(shù)之間插入2J-1個(gè)零值,以得到該層的預(yù)測(cè)系數(shù)和更新系數(shù);結(jié)合尺度函數(shù)和小波函數(shù)的頻率特性,選取多組具有不同長(zhǎng)度的預(yù)測(cè)算子和更新算子并且令及< iV,以此得到小波函數(shù);應(yīng)用小波函數(shù)對(duì)信號(hào)進(jìn)行小波包分解并對(duì)分解得到的系數(shù)歸一化處理并求取Ip范數(shù),其計(jì)算公式如下:
[0009]
【權(quán)利要求】
1.一種采集和提取低速重載設(shè)備故障特征信息的方法,其特征在于:該方法包括以下步驟, (1)將聲發(fā)射傳感器安裝在設(shè)備需要檢測(cè)的位置,通過(guò)與傳感器相連接的聲發(fā)射數(shù)據(jù)采集儀采集設(shè)備在工作狀態(tài)下的聲發(fā)射信號(hào); (2)應(yīng)用非線(xiàn)性冗余提升小波對(duì)步驟(1)采集到的聲發(fā)射信號(hào)預(yù)處理;非線(xiàn)性冗余提升小波的步驟 1)根據(jù)插值細(xì)分方法獲得各層的初始預(yù)測(cè)系數(shù)和更新系數(shù),再引入’atrous算法對(duì)初始系數(shù)進(jìn)行插值補(bǔ)零運(yùn)算,即對(duì)于第j層分解,在初始預(yù)測(cè)系數(shù)和更新系數(shù)之間插入2[1個(gè)零值,以得到該層的預(yù)測(cè)系數(shù)和更新系數(shù);結(jié)合尺度函數(shù)和小波函數(shù)的頻率特性,選取多組具有不同長(zhǎng)度的預(yù)測(cè)算子和更新算子并且令# SiV,以此得到小波函數(shù);應(yīng)用小波函數(shù)對(duì)信號(hào)進(jìn)行小波包分解并對(duì)分解得到的系數(shù)歸一化處理并求取Ip范數(shù),其計(jì)算公式如下
2.根據(jù)權(quán)利要求1所述的一種采集和提取低速重載設(shè)備故障特征信息的方法,其特征在于: (1)將聲發(fā)射傳感器安裝在軸承座上,通過(guò)與聲發(fā)射傳感器相連接的聲發(fā)射數(shù)據(jù)采集儀采集設(shè)備在工作狀態(tài)下的聲發(fā)射信號(hào); (2)應(yīng)用非線(xiàn)性冗余提升小波對(duì)步驟(1)采集到的聲發(fā)射信號(hào)進(jìn)行預(yù)處理,非線(xiàn)性冗余提升小波的步驟, . 1)根據(jù)插值細(xì)分方法獲得各層的初始預(yù)測(cè)系數(shù)和更新系數(shù),再引入A/ro〃.V算法對(duì)初始系數(shù)進(jìn)行插值補(bǔ)零運(yùn)算,即對(duì)于第j層分解,在初始預(yù)測(cè)系數(shù)和更新系數(shù)之間插入2[1個(gè)零值,以得到該層的預(yù)測(cè)系數(shù)和更新系數(shù);結(jié)合尺度函數(shù)和小波函數(shù)的頻率特性,選取N =.4,12,20和及= 4,12,20 (N<N)分別作為預(yù)測(cè)算子和更新算子的長(zhǎng)度,以此組合一共得到(4,4)、(12,4)、(12,12)、(20,4)、(20,12)和(20,20)六種小波函數(shù);應(yīng)用這六種小波函數(shù)對(duì)聲發(fā)射信號(hào)進(jìn)行小波包分解并對(duì)分解得到的六組小波包系數(shù)歸一化處理并求取Ip范數(shù),P的取值為0.1,取范數(shù)最小時(shí)對(duì)應(yīng)的預(yù)測(cè)算子和更新算子為節(jié)點(diǎn)的最優(yōu)算子; .2)對(duì)步驟I)分解得到的各個(gè)節(jié)點(diǎn)求取歸一化小波包能量,并取出能量最大的節(jié)點(diǎn); . 3)保留步驟2)中小波包能量分析中能量最大的節(jié)點(diǎn)信息并將其他節(jié)點(diǎn)信息全部置零;再根據(jù)小波包分解時(shí)記錄各個(gè)節(jié)點(diǎn)的分解路徑進(jìn)行逆向重構(gòu);最后根據(jù)非線(xiàn)性算法,在進(jìn)行每次分解時(shí)記錄各個(gè)節(jié)點(diǎn)所選用的最優(yōu)預(yù)測(cè)算子和更新算子,根據(jù)記錄結(jié)果進(jìn)行逆向非線(xiàn)性重構(gòu)得到重構(gòu)信號(hào)x(t); (3)采用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)步驟(2)得到的重構(gòu)信號(hào)進(jìn)行分解,得到η個(gè)本征模態(tài)分量;選取其中沖擊性和周期性明顯的本征模態(tài)分量,與步驟(1)中的原始信號(hào)重新組成混合信號(hào); (4)將步驟(3)得到的混合信號(hào)作為快速獨(dú)立分量分析的輸入數(shù)據(jù),得到獨(dú)立分量分析計(jì)算后的分量,即分離出獨(dú)立信號(hào),圖8所示為獨(dú)立分量分析計(jì)算后的分量圖; (5)對(duì)步驟(4)的獨(dú)立信號(hào)分別作快速傅立葉變換,得到頻譜圖,通過(guò)觀察頻譜圖提取出有用的信息;從圖中可以看到259.4Hz的基頻以及其倍頻,從而提取出故障信息判斷出故障隱患部件,實(shí)現(xiàn)設(shè)備故障的早期診斷。
【文檔編號(hào)】G01M99/00GK103926097SQ201410133342
【公開(kāi)日】2014年7月16日 申請(qǐng)日期:2014年4月3日 優(yōu)先權(quán)日:2014年4月3日
【發(fā)明者】朱立歡, 崔杰, 高立新, 陽(yáng)子婧 申請(qǐng)人:北京工業(yè)大學(xué)