一种机电系统的直线运动机构故障检测方法

本发明属于机电故障诊断，具体涉及一种机电系统的直线运动机构故障检测方法。

背景技术：

1、机电系统广泛应用于工业、农业、交通运输业等行业，为了保证其运行可靠性需要对机电系统进行故障诊断。

2、而机电故障多表现为空间位置的函数。例如，数控机床进给系统故障的激发与工作台运动位置显著相关；旋转电机转子偏心故障的外在表征与电机旋转过程直接相关。但传统机电系统运行状态监测是以时间为采样基准，难以建立机电故障与空间位置间的关联关系。

3、在机电系统运行状态监测过程中，同时采集时域位置信号与时域状态信号有助于建立机械故障与空间位置间的关联关系。例如申请公布号为cn110927485a的中国发明专利申请中公开了一种基于空间域信息的直线运动系统健康监测方法，其将基于时域的监测信号转换到了空间域，指出了直线运动系统中异常状态发生的位置。

4、现有技术涉及了将时域采样信号转换至空间域的方法，具体地其将运动行程均匀划分为多个相等的空间间隔，并对空间间隔内的时域采样点进行平均。图2、图3展示了一种电机运行过程中的正常的周期性转矩谐波与异常的高频共振故障的时域波形图，其中，正常的周期性转矩谐波存在于整个行程区间，而异常的高频共振故障存在于时域范围1.5s～2.0s，空间域范围-10mm～45mm之内。而采用现有的等空间间隔转换方式时，得到的空间域转矩信号如图5所示。可见，现有的等空间间隔转换方式遗漏了高频共振故障在空间域信号中的特征信息，严重阻碍机械磨损等常见机电故障的检测，容易导致故障漏报情况的出现，进而引发生产安全事故。

技术实现思路

1、本发明的目的在于提供一种机电系统的直线运动机构故障检测方法，用以解决基于等空间间隔划分方法将时域采样信号转换至空间域，使得到的空间域状态信号的高频故障特征被削弱，导致故障检测不准确的问题。

2、为解决上述技术问题，本发明提供了一种机电系统的直线运动机构故障检测方法，包括如下步骤：

3、1)获取直线运动过程的时域位置信号与运动状态的时域状态信号，按照设定划分规则将时域位置信号与时域状态信号进行空间域划分，形成空间域子集组；

4、2)计算整个直线运动过程的特征指标以及各个空间域子集的特征指标，筛选空间域子集的特征指标与整个直线运动过程的特征指标的相差值大于设定值的空间域子集，将该空间域子集按照设定重构规则进行空间域重构后，同未重构的空间域子集形成新的空间域子集组；所述重构规则包括：将空间域子集的空间间隔长度增加或减小预设间隔，以使重新构建的空间域子集的特征指标与整个直线运动过程的特征指标的相差值小于原空间域子集的特征指标与整个直线运动过程的特征指标的相差值，并在重新形成的空间域子集与该空间域子集相邻的空间域子集满足新建空间域规则时，则在这两个空间域子集之间添加新的空间域子集；所述新建空间域规则包括：重新形成的空间域子集与该空间域子集相邻的空间域子集之间存在空间间隔，且该空间间隔内包含有获取的直线运动过程的时域状态信号；

5、3)当新的空间域子集组满足多个设定要求中的任一个时，获取新的空间域子集组中各个空间域子集的空间域信号；所述多个设定要求包括：新的空间域子集组与原空间域子集组相同；

6、4)根据空间域信号判断该直线运动是否存在故障。

7、其有益效果为：本发明的方法通过先按照设定划分规则将时域位置信号与时域状态信号进行空间域划分，形成空间域子集组，而本发明中并没有直接运用此空间域子集组中各个空间域子集的空间域信号进行直线运动是否存在故障的判断，而是先进行本发明的上述空间域重构过程，使得将新的空间域子集组中各个空间域子集的特征指标与整个直线运动过程的特征指标的相差值小于设定值，即本发明中使得重构的空间域子集组中各个空间域子集内的数据相差程度较小，进而使得各个空间域子集中的空间域状态信号相近，并且本发明的重构过程存在将空间域子集的空间间隔减小的过程，但是在重构过程中还通过在两个相邻的空间域子集之间存在空间间隔，且该空间间隔内包含有获取的直线运动过程的时域状态信号时，添加新的空间域子集来使新的空间域子集包含该空间间隔内包含有获取的直线运动过程的时域状态信号，因此本发明的重构过程保证了重构后的空间域子集组的完备性，不会存在信息缺失的情况，因此并不会将各种故障特征削弱，而是在各个空间域子集中保留了空间域信号所示的故障信息，因此基于此重构后的空间域子集组，得到该新的空间域子集组中各个空间域子集的空间域信号，该空间域信号能够全面的反应该区间内是否存在故障的信息，进而基于该空间域信号能够准确的进行故障检测。

8、进一步地，步骤3)中，若新的空间域子集组均不满足多个设定要求中的任一个时，对新的空间域子集组进行步骤2)过程。

9、即在重构后得到的新的空间域子集组均不满足多个设定要求中的任一个时，将新的空间域子集组作为原空间域子集组，然后进行筛选需重构的空间域子集，并进行重构过程，得到该“原空间域子集组”的新的空间域子集组，然后再进行步骤3)的空间域子集组是否满足设定要求的判断过程，若不符合则继续步骤2)。本发明的方法为了使得重构的空间域子集组中的各个空间域子集均能够准确保留故障信息，因此在一次重构后，若不满足多个设定要求中的任一个时，还继续进行重构过程，使得最终得到的空间域子集组中的各个空间域子集均能够准确反应是否存在故障的信息。

10、进一步地，所述多个设定要求还包括：新的空间域子集组与原空间域子集组不相同，且步骤2)的循环迭代次数达到设定次数。

11、本发明中为了保证整个直线运动故障检测的效率，还对步骤2)的循环迭代次数进行限定，即当步骤2)中循环迭代此处达到设定次数时，就结束重构，并将最后一次重构结果作为最终重构结果，进而避免了因步骤2)中持续进行循坏迭代而不满足新的空间域子集组与原空间域子集组相同的要求，使得步骤2)无限循环，导致无法得到最终的空间域子集组的情况，进而提高了本发明的故障检测效率。

12、进一步地，步骤2)中，在该空间域子集按照设定重构规则进行空间域重构时，通过在该空间域子集的特征指标大于整个直线运动过程的特征指标时，将该空间域子集的空间间隔减小，在该空间域子集的特征指标大于整个直线运动过程的特征指标时，将该空间域子集的空间间隔增加，以使重新形成空间域子集的特征指标与整个直线运动过程的特征指标的相差值小于原空间域子集的特征指标与整个直线运动过程的特征指标的相差值。

13、因本发明在空间域子集筛选中筛选的是的是空间域子集的特征指标与整个直线运动过程的特征指标的相差值大于设定值的空间域子集，即包括空间域子集的特征指标减去整个直线运动过程的特征指标的值大于设定值的第一类空间域子集，还包括整个直线运动过程的特征指标减去空间域子集的特征指标的值大于设定值的第二类空间与子集，即第一类空间域子集的特征指标过大，第二类空间域子集的特征指标过小，因此本发明中通过将第一类空间域子集进行空间间隔缩小，将第二类子集进行空间间隔增加，进而使的新的空间域子集的特征指标接近整个直线运动过程的特征指标，进而自适应地调整各空间域自己对应的空间间隔的长度，即从空间域子集特征指标的角度看，使得新的空间域子集中各个空间域状态信号更相近了，但实质上，是给高频故障信号分配更短的空间间隔长度，使之可以充分表述故障细节信息；相对的，对于特征指标值较低的区域，认为其存在故障的风险也较低，因此扩大其空间域子集对应的空间间隔长度，进而消除正常波动信号与异常扰动的影响。因此本发明在对空间域子集按照设定重构规则进行空间域重构时，能够在各个空间域子集中保留空间域信号所示的故障细节信息。

14、进一步地，步骤2)中，所述重构规则还包括：在重新形成的空间域子集与未重构的空间域子集中，存在任一空间域子集被其他空间域子集包含，则去除该被包含的空间域子集。

15、本发明的重构过程存在将空间间隔扩大的过程，因此在重构后形成的空间域子集组中会存在一个空间域子集被另一个空间域子集所包含，因此通过将此被包含的空间域子集去除，避免重构后形成的空间域子集组中的空间域子集重复的问题，而因剔除的是被包含的空间域子集，而该被包含的空间域子集中的故障信息在包含此空间域子集的空间域子集中能够准确体现，因此本发明的剔除空间域子集的过程并不会剔除该空间域子集所包含的信息，因此得到的重构后的空间域子集组中各个空间域子集的空间域信号，依旧能够全面的反应该区间内是否存在故障的信息，进而基于该空间域信号能够准确的进行故障检测。

16、进一步地，步骤2)中，所述新建空间域规则还包括：空间域子集总数未达到设定最大总数。

17、本发明此新建空间域规则的设置考虑到后续计算过程的效率，即相较于若满足“重新形成的空间域子集与该空间域子集相邻的空间域子集之间存在空间间隔，且该空间间隔内包含有获取的直线运动过程的时域状态信号”时就添加空间域子集，通过设置空间域子集总数上限能够避免重构过程陷入死循环，进而保证了后续计算过程的效率。

18、进一步地，步骤2)中，所述空间域子集的特征指标的计算公式为：其中，fm为第m个空间域子集的特征指标，nm为第m个空间域子集内时域状态信号的总数，xm(n)为第m个空间域子集内第n个时域状态信号，ym代表第m个空间域子集内时域状态信号的平均值，j与k为设定正数。

19、通过该空间域子集的特征指标的计算公式可得，该特征指标反应的就是空间域子集中的时域状态信号的离散程度，即特征指标(特征指标的绝对值)越大，对应的空间域子集中的时域状态信号的离散程度越大。

20、进一步地，步骤2)中，所述整个直线运动过程的特征指标fg的计算公式为：

21、其中，n为获取的时域状态信号的总数，x(n)为第n个时域状态信号，μ为全体时域状态信号的平均值。

22、进一步地，步骤2)中，所述整个直线运动过程的特征指标fg的计算公式为：其中，m为空间域子集的个数。

23、本发明能够通过两种计算方式的计算结果表示整个直线运动过程的特征指标，一种是通过计算整个直线运动过程的时域状态信号的离散程度，来表示整个直线运动过程的特征指标；另一种是将所有空间域子集的特征指标的均值作为整个直线运动过程的特征指标，而因各个空间域子集的特征指标反应的是各个空间域子集的时域状态信号的离散程度，因此将此离散程度进行平均后，得到的值也能够反应整个直线运动过程的时域信号的离散程度。因此将该整个直线运动过程的时域信离散程度与各个空间域子集的时域信号离散程度进行对比，能够筛选出离散程度与整个直线运动过程的离散程度相差较大的空间域子集，而该空间域子集中存在故障信息的可能，因此通过本发明的空间域重构过程，将此故障信息进行间接显示。

24、进一步地，所述特征指标包括：标准差、方差、峰峰值、以及标准差与平均值之比中的一种或多种。

25、不论是标准差还是方差均能够反应数据的离散程度，因此将该整个直线运动过程数据离散程度与各个空间域子集数据离散程度进行对比，能够筛选出空间域子集数据离散程度与整个直线运动过程数据离散程度相差较大的空间域子集，而该空间域子集中存在故障信息的可能，因此通过本发明的空间域重构过程，将此故障信息进行间接显示。