旋转机械冲击类故障自动诊断方法

1.本发明属于旋转机械故障故障特征提取方法，尤其是一种旋转机械冲击类故障自动诊断方法。


背景技术：

2.共振解调技术（drt—demodulated resonance technique）也称为早期故障探测法（ifd—incipient failure detection），是目前应用较为广泛的一种旋转机械故障诊断方法。它是利用被测件、传感器或电路的谐振，将旋转机械故障冲击引起的衰减振动放大，从而提高了故障监测的灵敏度；同时，还利用解调技术将旋转机械故障信息提取出来，通过对解调后的信息作频谱分析，诊断出旋转机械故障。共振解调技术最早出现在1974年，美国波音公司发明了这项专利，叫做“共振解调分析系统”，这就是现在的共振解调技术的前身；这种技术对故障信号进行了放大分离，提高了信号的信噪比，在轴承故障的早期，该方法更能体现其优势所在。与常用的频谱分析方法、冲击脉冲技术相比，共同点在于它们都利用了故障点会引起冲击脉冲这一特点，进步的地方在于共振解调法能够诊断出故障位置以及严重程度，所以这种方法一经问世，就被广泛使用，并且发展至今，还在很多领域发挥着它无法取代的作用。
3.传统的共振解调器是应用压电、应变等传感技术检测旋转机械因非正常碰撞而产生的冲击信息，利用电的、机械的或其他的（声表面波的、声学的等）硬件谐振器，通过谐振器的共振响应将微弱冲击信号放大成高频自由衰减振荡的共振波形，将其解调处理，从而获得一种剔除了低频振动干扰的冲击包络信号，最后通过对冲击包络信号进行频谱分析来提取低频冲击的信息，以判定旋转机械故障的存在与程度；其过程如附图2所示。传统共振解调器在使用过程中存在如下缺点：（1）必须事先通过冲击试验确定被测旋转机械的高频共振频率，以确定共振带通滤波器的中心频率；在实际工程中，共振带通滤波器的选择对最后诊断结果有决定性影响，共振带通滤波器设计不好将很容易导致诊断或漏诊，为了确定旋转机械的高频共振频率，一般需要进行冲击试验，但是对于大多数的用户来说，由于各种客观因素的存在，无法进行冲击试验，通常凭经验来设置共振带通滤波器的中心频率。（2）共振带通滤波器的中心频率和带宽一般固定不变，对于不同的旋转机械，其高频固有振动所处的位置不同并且故障特征频率也不同，采用固定不变的中心频率和带宽会使设计的共振解调器在针对不同的轴承系统时发生失效。（3）对于电共振解调器，其共振带通滤波器一般采用有源rc滤波电路，其中心频率和带宽是通过分立的电阻、电容来设定，受环境温度、湿度的影响较大，且调试困难、产品一致性差，不适合批量生产与推广。


技术实现要素：

4.为了克服上述技术问题，本发明公开了一种旋转机械冲击类故障自动诊断方法。
5.本发明的技术方案是：一种旋转机械冲击类故障自动诊断方法，包括采样参数确定、数据采集、冲击谱提取和故障诊断四个部分，用于实现对已知轴频f
n
、传感器固有频率
f
c1
、被测件最高故障特征值α的旋转机械的冲击类故障自动诊断；采样参数确定部分分三步进行，第一步按采样频率f
s0
≥2f
c1
采样旋转机械监测部位的x
n
个数据并作fft，x
n
=2
a
，a为正整数，第二步运用固有频率判据对旋转机械监测部位的故障进行分类，第三步当存在冲击类故障时，考虑分析到3阶故障特征谱，按频谱共振带中心最大幅值谱线频率f
c
确定分析带宽为f
c
‑
3.1αf
n
~f
c
+3.1αf
n
；数据采集部分分四步进行，第一步预设采样频率f
s1
≥2(f
c
+3.1αf
n
)、分析窗口宽度为2
m
并结合分析带宽得到所需采样数据个数
ñ
=int[(2
m
‑1f
s1
)/(3.1αf
n
)+0.5]，第二步取q＝2
m+1
、p=int(
ñ
/q+0.5)、实际采样数据点数n=p
×
q并调整采样频率f
s
＝12.4αf
n
p，第三步重复执行第一、二步直到采样频率f
s
≥2(f
c
+3.1αf
n
)，第四步按采样频率f
s
采样n个数据并分为p组q点存放；冲击谱提取部分分六步进行，第一步数据采集结束后置数据指针k=0，第二步按数据指针k取1组q点采集数据并数据指针k+1赋值给k，第三步对q点数据进行fir通带滤波后做fft并缓存，第四步重复执行第二、三步直到数据指针k=p，第五步计算共振中心频率f
c
谱线位置l
c
＝int(n*f
c
/f
s
+0.5)、然后从l
c
‑2m
处开始计算2
m+1
条dft谱线，第六步将谱线l
c
及其前后各3条谱线幅值置0、记谱线l
c
处为零频其前后各2
m
条谱线对称相加即得到冲击频谱；故障诊断部分根据采样参数确定部分第二步的故障分类不同分别按振动或冲击类故障诊断方法对故障进行定性、定量、定位分析，若需继续进行故障监测则自动跳转到采样参数确定部分的第一步，反之退出故障自动诊断循环。
[0006]
在本发明中，固有频率判据为对x
n
个fft的数据进行离散性判定，x
n
=2
a
，a为正整数，用于区分冲击类故障的特征频谱与其它各类干扰频谱，离散性判定的方法为从经fft的x
n
个数据中搜索与传感器固有频率f
n
相等或相近的频率值，然后进行极值点判定，如果为极值点计算x
n
/2根谱线的平均幅值并与极值点谱线对应幅值进行比较，平均幅值小于极值点谱线对应幅值，同时极值点谱线幅值为前30个最大极值点，则谱线离散，可判定为冲击类故障。
[0007]
在本发明中，fir通带滤波方法为按序从p组数据取1组q点采样数据并在其前后各补k/2个零，按序在q+k点数据中每次取k个数据与滤波系数h(k)相乘后累加求和，并对求和值取平均，所求平均值即为滤波过后的值。
[0008]
在本发明中，dft谱线计算方法为获取中心频率f
c
谱线位置l
c
，计算所需分析频谱起始位置为l
c
‑2m
，分析频谱起始位置在q点fft结果中的数据位置l
`
=l
c
‑2m
‑
q*int((l
c
‑2m
)/q)，对在p组q点fft结果中的l
`
位置数据按dft原理求得1个细化谱值。
[0009]
在本发明中，冲击频谱提取方法分为对确定l
c
，将l
c
前后各3条谱线幅值置0，标定谱线l
c
处对应的频率为频谱坐标系的零频位置，将谱线l
c
左右两边互为称的谱线相加得到冲击频谱。
[0010]
在本发明中，冲击类故障诊断方法是通过冲击谱提取方法提取的冲击频率，对冲击频谱分别使用故障多阶性判据、故障谱线离散性判据、故障特征谱线能量因子判据可有效剔除各类干扰，实现对冲击类故障的准确识别。
[0011]
本发明的有益效果是：通过固有频率判据筛选出冲击类故障并确定出共振频带的中心频率和分析带宽，以中心频率和分析带宽得出采样数据个数，通过采样数据个数推出适用该旋转机械参数特性的采样频率并采集数据，采集的数据进行fir带通滤波、fft、dft频谱线分析以获得冲击谱，最后以冲击谱为基础经过冲击类故障诊断方法实现对旋转机械的定性、定量、定位分析，避免了由于硬件共振解调导致的对旋转机械冲击类故障诊断应用
场景单一问题，拓宽了对旋转机械冲击类故障诊断的使用场景，降低了系统设计成本，提高了诊断系统的使用灵活性。
附图说明
[0012]
图1是本发明的旋转机械冲击类故障自动诊断方法流程图；图2是硬件共振解调器工作流程。
具体实施方式
[0013]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0014]
参见附图1是本发明的旋转机械冲击类故障自动诊断方法流程图，一种旋转机械冲击类故障自动诊断方法，包括采样参数确定、数据采集、冲击谱提取和故障诊断四个部分，用于实现对已知轴频f
n
、传感器固有频率f
c1
、被测件最高故障特征值α的旋转机械的冲击类故障自动诊断；采样参数确定部分分三步进行，第一步按采样频率f
s0
≥2f
c1
采样旋转机械监测部位的x
n
个数据并作fft，x
n
=2
a
，a为正整数，第二步运用固有频率判据对旋转机械监测部位的故障进行分类，第三步当存在冲击类故障时，考虑分析到3阶故障特征谱，按频谱共振带中心最大幅值谱线频率f
c
确定分析带宽为f
c
‑
3.1αf
n
~f
c
+3.1αf
n
；数据采集部分分四步进行，第一步预设采样频率f
s1
≥2(f
c
+3.1αf
n
)、分析窗口宽度为2
m
并结合分析带宽得到所需采样数据个数
ñ
=int[(2
m
‑1f
s1
)/(3.1αf
n
)+0.5]，第二步取q＝2
m+1
、p=int(
ñ
/q+0.5)、实际采样数据点数n=p
×
q并调整采样频率f
s
＝12.4αf
n
p，第三步重复执行第一、二步直到采样频率f
s
≥2(f
c
+3.1αf
n
)，第四步按采样频率f
s
采样n个数据并分为p组q点存放；冲击谱提取部分分六步进行，第一步数据采集结束后置数据指针k=0，第二步按数据指针k取1组q点采集数据并数据指针k+1赋值给k，第三步对q点数据进行fir通带滤波后做fft并缓存，第四步重复执行第二、三步直到数据指针k=p，第五步计算共振中心频率f
c
谱线位置l
c
＝int(n*f
c
/f
s
+0.5)、然后从l
c
‑2m
处开始计算2
m+1
条dft谱线，第六步将谱线l
c
及其前后各3条谱线幅值置0、记谱线l
c
处为零频其前后各2
m
条谱线对称相加即得到冲击频谱；故障诊断部分根据采样参数确定部分第二步的故障分类不同分别按振动或冲击类故障诊断方法对故障进行定性、定量、定位分析，若需继续进行故障监测则自动跳转到采样参数确定部分的第一步，反之退出故障自动诊断循环。
[0015]
本发明的具体做法为：确定采样参数部分，用于通过使用多参量传感器采集旋转机械的运行数据并对对数据进行处理和分析，然后根据固有频率判据筛选出冲击类故障，同时旋转机械的一般故障特征求出共振频带的中心频率和分析带宽，共分为三步执行：第一步系统初始化时预设采样率f
s0
，按采样频率f
s0
采样x
n
个旋转机械监测部位数据数据并作fft，x
n
=2
a
，a为正整数，其中要求f
s0
≥2f
c1
以避免由于采样率过低导致在进行数据分析时出现频率混叠现象，f
c1
为传感器固有频率，为所选传感器的配置参数，采样个数x
n
根据传感器固有频率f
c1
确定，x
n
=2
a
，a为正整数；第二步对fft过后获得的频谱数据进行干扰信号的剔除，然后运用固有频率判据对旋转机械监测部位的故障进行分类，为冲击类故
障则执行冲击类故障诊断方法，为振动类故障则执行振动故障类诊断方法，其中固有频率判据为对x
n
个fft的数据进行离散性判定，因为旋转机械在运转过程中其故障产生的冲击都是周期性的冲击即故障冲击总是依定的时间隔周期产生既不提前，也不滞后，因此，由旋转机械故障引起的冲击频谱中所对应的故障谱线，均有较好的离散性，即有孤立的故障特征谱线从“噪声”中突出出来，可很好的实现对采集的数据中系统白噪声、机车常规振动噪声、单个干扰脉冲形成的连续频谱或其它类故障的谱线与冲击类故障的特征频谱的区分，离散性判定的方法实施过程为：从经fft的x
n
个数据中搜索与传感器固有频率f
n
相等或相近的频率值，然后进行极值点判断，判断结果为极值点，计算x
n
/2根谱线的平均幅值并与极值点谱线对应幅值进行比较，平均幅值小于极值点谱线对应幅值，而且同时极值点谱线幅值为前30个最大极值点，则谱线离散，同时可判定为冲击类故障，当对采集的数据进行固有频率判据为冲击类故障后，往下执行第三步，第三步当存在冲击类故障时，根据旋转机械的一般故障特征考虑分析到3阶故障特征谱，按频谱共振带中心最大幅值谱线频率f
c
确定分析带宽为f
c
‑
3.1αf
n
~f
c
+3.1αf
n
，其中f
c
经由固有频率判据时判断出冲击类故障时可同时确定出，α为被测件最高故障特征值，根据旋转机械的参数确定，f
n
为旋转机械运转时的轴频。
[0016]
数据采集部分用于根据频带中心频率f
c
、分析带宽f
c
‑
3.1αf
n
~f
c
+3.1αf
n
结合预设采样频率f
s1
、分析窗口宽度为2
m
获取旋转机械监测点的采样数据个数，并采样个数为基础反推出适合于该旋转机械特性的采样频率，以实现在不同旋转机械特性参数下获得最优的采样频率，并为冲击普计算提供数据基础，具体流程分为四步：第一步预设初始采样频率f
s1
，根据fft计算原则确定分析窗口宽度为2
m
，由分析带宽f
c
‑
3.1αf
n
~f
c
+3.1αf
n
，确定信号宽度为2
×
3.1αf
n
，分辨率为δf=2
×
3.1αf
n
/2
m
，由采样频率与分辨率计算理论采样点数
ñ
=f
s1
/δf，结合信号宽度2
×
3.1αf
n
、采样率f
s1
、窗口宽度确定采样数据个数为
ñ
=int[(2
m
‑1f
s1
)/(3.1αf
n
)+0.5]，其中为了获得采样数据能够覆盖一整个分析带宽且采集的信号不出现混叠现象要求f
s1
≥2(f
c
+3.1αf
n
)；第二步根据fft对称性原则q=2
x
，则能观察到2
x
‑1条有效谱线，每组数据为q点，按照任意基fft采用进一法原则将数据分为p=int(
ñ
/q+0.5)组，则实际需处理采样数据个数为n=p
×
q，可根据实际需求将分组p尽量增多，q点尽量缩小，因此取q＝2
m+1
、p=int(
ñ
/q+0.5)，取实际采样点数为n=p
×
q，根据实际采样点数重新确定采样频率f
s
＝12.4αf
n
p；第三步对在第二步中确定的f
s
进行判断，如果f
s
≥2(f
c
+3.1αf
n
)则认为第二步中确定的f
s
采样频率符合对旋转机械监测点数据采样的要求，否则返回到第一步，重新执行第一、二步直到采样频率f
s
≥2(f
c
+3.1αf
n
)为止；第四步按采样频率f
s
采样n个数据点，并且采样过程中的数据按p组q点存放。
[0017]
冲击谱提取部分用于对数据采集所获得的数据进行fir带通滤波、fft、求取dft谱线以获得冲击谱，为下一步冲击类诊断方法提供数据基础，具体执行过程分为六步进行：第一步在数据采集结束后置数据指针k=0，用于避免对p组q点数据进行提取和处理时造成混乱，从而影响诊断结果；第二步按数据指针k的数值将p组数据中的1组q点数据提取出来以进行后续过程的处理，同时对数据指针k进行加1操作，并将k+1值赋值给k值，以实现按数据采集时存放的数据顺序取采集数据并进行后续过程的处理；第三步对取出的q点数据进行fir通带滤波，fir通带滤波的目的是过滤掉数据采集的低频信号和高频信号，fir通带滤波方法实施过程为：首先按照分析带宽f
c
‑
3.1αf
n
~f
c
+3.1αf
n
和采样频率f
s
离线计算并缓存阶数为k的滤波器系数h(k)，由于fft点数为q，基于解析带通滤波的复调制细化谱
分析方法的思想可得滤波器系数h(k)的实部、虚部分别为：式中，为滤波器阶数；k=0，1，2，
…
，q
‑
1；由上式可知，复解析带通滤波系数h(k)的计算只与滤波器阶数k、fft的点数q有关，时间序列x(n)与滤波器系数h(k)并无直接关系，因此可以在数据采样之前离线计算并缓存备用，其次取以此从p组数据中取1组q点采样数据，在q点数据前后各补k/2个零，使构成q+k个数据，然后依次从q+k个数据中取按顺序取k个数据，将所取数据与h(k)相乘、累加求和和取平均作为一个滤波值，计算公式为：式中，i为计算滤波值的序号，最后对滤波后的q点数据做q点fft并缓存，采用q为2的整数幂的任意基fft算法，对q点数据则直接fft运算，充分利用两者的优点并进行结合；第四步重复执行第二、三步直到数据指针k=p，即完成对p组数据的通带滤波和fft运算以及缓存；第五步计算共振中心频率f
c
谱线位置l
c
＝int(n*f
c
/f
s
+0.5)，从l
c
‑2m
处开始计算2
m+1
条dft谱线，可使共振中心频率f
c
谱线位置位于新频谱图的正中心位置，dft谱线计算方法为：获取中心频率f
c
谱线位置l
c
，计算所需分析频谱起始位置为l
c
‑2m
，分析频谱起始位置在q点fft结果中的数据位置l
`
=l
c
‑2m
‑
q*int((l
c
‑2m
)/q)，对在p组q点fft结果中的位置数据按dft原理求得1个细化谱值，计算公式为：式中l
`
=l
c
‑2m
‑
q*int((l
c
‑2m
)/q)且为0，1，2
…
，2
m+1
；i=0，1，2，
…
，p
‑
1；y
i
(l
`
)=y
i
(z*q+y)=y
i
(y)，y
i
(y)为p组fft结果中的一个值，z为正整数，0≤y≤q
‑
1；第六步将谱线l
c
及其前后各3条谱线幅值置0、记谱线l
c
处为零频其前后各2
m
条谱线对称相加即得到冲击频谱，冲击频谱提取方法分：对l
c
及其前后各3条谱线幅值置0，标定谱线l
c
处对应的频率为频谱坐标系零频位置，将谱线l
c
左右两边对互为称的谱线相加。
[0018]
故障诊断部分根据采样参数确定部分第二步的故障分类不同分别按振动或冲击类故障诊断方法对故障进行定性、定量、定位分析，若需继续进行故障监测则自动跳转到采样参数确定部分的第一步，反之退出故障自动诊断循环，其中冲击类故障诊断方法是通过冲击谱提取方法提取的冲击频率，对冲击频谱分别使用故障多阶性判据、故障谱线离散性判据、故障特征谱线能量因子判据可准确识别出冲击类故障，其中使用故障多阶性判据是由于精密诊断技术是将故障冲击信号变成一种特定的对象衰减波形再进行fft变换来诊断故障的，它与一般的直接振动分析不同，一种正弦振动只有一阶频谱，而一种故障冲击引起的包络解调信号则含有丰富的高阶频谱，由于传感器安装位置、旋转机械材质以及旋转机械上的其它振动等因素而引起了测量信号的调制，在分析采样的故障信号时，因测量信号中含有因调制而引起的大量其它频率成分，如果不采用有效的识别方法，就有可能引起误诊，因此需要采用故障多阶性判据，其实施方式为：如果在谱图上有与某类故障相对应的三
阶以上的相互量值差别不大于规定范围的谱线，则该故障有存在的可能性，所以，在精密诊断分析时，应对fft谱线进行多阶性判断；实施故障特征谱线进行离散性判定的目的是因为在对包络解调频谱作搜索取得了对应各类故障的特征谱线后，对这些增线的离散性是否达到标准进行考查，对于不符合标准的特征谱线就应否定它的存在，故障谱线均有较好的离散性，即有孤立的谱线从“噪声”中突现出来，故障谱线离散性判据实施过程为：如果测量频谱范围内的最大值为某类故障对应的特征谱线，则该最大值即为某类某阶的故障频谱幅值，如果特征谱线对应的不是极值点，则谱线不离散;如果特征谱线对应的是极值点，则计算规定范围的频谱平均幅值，把平均幅值与故障特征谱线幅值进行比较，平均幅值小于放摩特征请线幅值的一定比例，且故障特征请谱线幅值为前30个最大极值点，则谱线离散；实施故障特征谱线能量因子判据的目的是对于一般情况下用计算机软件不可能得出与理论模型很吻合的包络解调频谱图，同时，如果不借助于人的大脑分析，而是用计算机软件自动将实际分析所得的某共包络调频谱图与理论上应具有的包络解调频谱图比较，从而诊断出旋转机械的状态也是困难的，所以，必须抽取出最能反映包络解调频谱特征的信息，据此计算机就能很容易地识别出机车走行部的实际状态，实践证明，在旋转机械故障的包络解调信号频谱中，有一个显著特征就是它具有多阶性，把故障特征频率的一、二、三阶等谱线幅值之和与测量频谱平均幅值之比定义为故障特征谱线能量因子，当故障特征谱线能量因子大于某一特定值时，说明被测对象存在故障，该判据具有很好的重复性，主要用于判断故障的存在与否。
[0019]
本发明的有益效果在于：以大于两倍传感器固有频率为采样率采集数据并进行初步分析，同时通过固有频率判据筛选出冲击类故障并确定出共振频带的中心频率和分析带宽，以中心频率和分析带宽得出采样数据个数，通过采样数据个数推出适用该旋转机械参数特性的采样频率并采集数据，采集的数据进行fir带通滤波、fft、dft频谱线分析以获得冲击谱，最后以冲击谱为基础经过冲击类故障诊断方法实现对旋转机械的定性、定量、定位分析，避免了由于硬件共振解调导致的对旋转机械冲击类故障诊断应用场景单一问题，拓宽了对旋转机械冲击类故障诊断的使用场景，降低了系统设计成本，提高了诊断系统的使用灵活性。
[0020]
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。