旋转机械剩余使用寿命预测的起止位置判定方法及应用

本发明属于旋转机械性能评估相关，更具体地，涉及一种旋转机械剩余使用寿命预测的起止位置判定方法及应用。

背景技术：

1、旋转机械的健康状态直接影响到设备的精度和可靠性，通过有效监控旋转机械的运行状态并准确预测其退化趋势和剩余寿命，可以确保机械设备的安全可靠运行和避免重大经济损失。其中，早期故障起始点发现和失效位置判定是预测剩余寿命的基础，因此，开展早期故障发现和失效位置判定研究工作具有十分重要的应用价值。

2、随着智能化程度的提高和传感技术的快速发展，从传感端所收集的特征信号包含着反映设备的退化信息，因此，在旋转机械的退化趋势评估和预测领域涌现出了许多基于数据驱动的方法。一方面，健康指标可以发现早期故障起始位置，从而有利于实时监测旋转机械往后的运行状态和性能退化趋势；此外，早期故障点也是预测剩余寿命的起点。在大多性能退化评估方法中，所构建的健康评估指标在针对早期退化信息时，如均方根、峭度等传统健康指标的低敏感性，不能瞬态发现早期故障；所构建的健康指标通用性差，不能适用于绝大部分旋转机械部件。另一方面，合理确定失效阈值可以及时触发设备停机，这对设备总使用寿命的计算具有重要影响；此外，失效位置是计算当前时间对应剩余寿命的基础。在工业生产和实验中，通常认为当某一指标超过固定阈值时，设备发生严重故障，然后停止。然而，预先指定的故障阈值是主观的，缺乏合理的解释，并且阈值是恒定的，不适用于不同的工作条件或不同的设备。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明提供了一种旋转机械剩余使用寿命预测的起止位置判定方法及应用，该方法充分利用了包络信号的优势，首先基于功率谱获得动态分辨系数并计算动态关联度值，然后基于加权逼近理想解排序法计算待识别信号样本与参考信号样本之间的距离值，最后结合动态灰色关联度值和相对贴近度及时的发现了早期故障点和有效的判定了失效位置。

2、为实现上述目的，按照本发明的一个方面，提供了一种旋转机械剩余使用寿命预测的起止位置判定方法，该方法包括以下步骤：

3、(1)对旋转机械的全寿命振动信号进行希尔伯特变换处理以获得平方包络信号；

4、(2)基于得到的包络信号、旋转机械的理论故障特征频率计算得到特征能量因子，并将该特征能量因子引入灰色关联分析中以动态调整灰色关联分析所用的分辨系数；

5、(3)基于包络信号计算待识别样本信号与参考样本信号之间的动态灰色关联度，并结合得到的灰色关联度及切比雪夫不等式健康阈值设定方法来确定旋转机械的早期故障；

6、(4)基于归一化后的包络信号，采用熵权法计算样本特征的权重大小，以得到加权标准化矩阵；

7、(5)将灰色关联度引入逼近理想解排序法进行以得到加权逼近理想解排序法，进而基于加权标准化矩阵计算待识别样本信号到理想正解及与理想负解的欧氏距离和灰色关联度；

8、(6)基于待识别样本信号到理想正解及与理想负解的欧氏距离和灰色关联度计算待识别样本信号到理想解的相对贴近度，并基于得到的相对贴近度及自适应度阈值判定旋转机械的失效位置。

9、进一步地，计算试验中旋转机械部件的理论故障特征频率；其次，基于得到的包络信号计算获得功率谱，然后基于理论故障特征频率，在功率谱中定位实际故障特征频率位置并计算特征能量比，进一步的结合谐噪比理论计算特征噪声能量比；最后将特征能量比和特征噪声能量比的乘积定义为特征能量因子，并将特征能量因子引入灰色关联分析中以动态调整分辨系数。

10、进一步地，特征噪声能量比fner的计算公式为：

11、

12、fer为功率谱特征能量比，rx(0)是由自相关函数求得的包络信号总能量；特征能量因子fef的计算公式为：

13、fef＝fer·fner。

14、进一步地，步骤(3)中，利用极差值法得到规范化指标矩阵y＝(yij)m×n；

15、

16、式中xij代表样本特征，和分别代表xij的最大值和最小值。

17、进一步地，在灰色关联分析中，选取n×m矩阵样本中的第一个样本x作为参考样本，则序列间的数据差记为δi(k)＝|xi(k)-x0(n)|，i＝0，1，…，m，k＝0，1，…，n，计算两级最小差min(mink|xi(k)-x0(n)|和计算两级最大差max(maxk|xi(k)-x0(n)|。

18、进一步地，动态关联系数和动态灰色关联度的计算公式为：

19、

20、

21、进一步地，步骤(5)中，根据加权标准化矩阵g分别确定每个指标集的最大值与最小值，并以正向指标j+的最大值与负向指标j-的最小值构成正理想解，以正向指标j+的最小值构与负向指标j-的最大值成负理想解；

22、再确定理想正解向量g0+＝(max1≤i≤mgij|j∈j+|，min1≤i≤mgij|j∈j-|)＝(g1+，g2+，…，gm+)与理想负解向量

23、g0-＝(min1≤i≤mgij|j∈j+|，max1≤i≤mgij|j∈j-|)＝(g1-，g2-，…，gm-)。

24、进一步地，设样本i到正理想解和负理想解之间的欧式距离分别为di+和di-，则可得到：

25、

26、

27、进一步地，以加权标准化矩阵g为基础，计算第i个样本与正理想样本关于第j个指标的灰色关联系数，序列间的数据差为δgij+＝|gj+-gij|，灰色关联系数按下式计算：

28、

29、min(minkδgij+)为两级最小差，max(maxkδgij+)为两级最大差；采用均值法计算第i个样本与正理想样本的灰色关联度δ+，即：

30、

31、同理，计算第i个样本与负理想样本关于第j个指标的灰色关联系数；序列间的数据差为δgij-＝|gj--gij|，灰色关联系数按下式计算：

32、

33、则第i个样本与负理想样本的灰色关联度δ-，即：

34、

35、本发明还提供了一种旋转机械剩余使用寿命预测方法，所述预测方法采用如上所述的旋转机械剩余使用寿命预测的起止位置判定方法来判定失效位置判定，进而基于得到的失效位置来预测旋转机械剩余使用寿命。

36、总体而言，通过本发明所构思的以上技术方案与现有技术相比，本发明提供的旋转机械剩余使用寿命预测的起止位置判定方法及应用主要具有以下有益效果：

37、1.采用归一化包络信号作为输入，并将特征能量因子引入灰色关联分析中以动态调整分辨系数并计算动态灰色关联度，在早期故障样本信号处关联度值发生突变，显著提升了待识别样本信号与参考样本信号之间关联度的区分度。

38、2.采用熵权法计算样本特征的权重大小，并通过加权逼近理想解排序法计算得到相对贴近度，相对于未改进前的相对贴近度，区分效果得到明显的提升。

39、3.本发明充分利用平方包络信号的优势，结合自相关函数和快速傅里叶变换使得故障特征频率在功率谱中充分裸现，并基于功率谱计算特征能量因子，特征能量因子可以有效地反应振动信号中隐含的退化信息多少。

40、4.本发明通过动态灰度关联度大小和切比雪夫不等式健康阈值即可发现机械早期故障，敏感性得到了显著提升，通过相对贴近度大小和切比学雪肤不等式自适应阈值即可判定机械失效位置，提供了一种新的失效阈值判定方法，为寿命预测的起点和终点提供了研究基础。