申请/专利权人：西安交通大学

申请日：2022-09-13

公开（公告）日：2024-04-05

公开（公告）号：CN115524150B

主分类号：G01M99/00

分类号：G01M99/00;G06F18/10;G06F18/2131;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.01.13#实质审查的生效;2022.12.27#公开

摘要：公开了一种基于稀疏时域同步平均的旋转机械故障检测方法，基于稀疏时域同步平均的旋转机械故障检测方法中，传感器采集旋转机械的振动信号以及转频或转频脉冲信号，并进行模数转换获得振动信号和转速信息；根据旋转机械中检测部件的类型和数量，基于所述振动信号和转速信息构造部件敏感梳状向量g，涉及的机械旋转部件包括齿轮、转子和轴承；基于部件敏感梳状向量g构造类时域同步平均向量w；利用类时域同步平均向量w构造稀疏时域同步平均模型F；利用优化求解算法对稀疏时域同步平均模型F进行求解得到稀疏频谱和重构时域信号；根据所述稀疏频谱和时域信号构建STSA_CI指标以进行故障诊断。

主权项：1.一种基于稀疏时域同步平均的旋转机械故障检测方法，其特征在于，其包括以下步骤，S100、传感器采集旋转机械的振动信号以及转频或转频脉冲信号，并进行模数转换获得振动信号和转速信息；S200、根据旋转机械中检测部件的类型和数量，基于所述振动信号和转速信息构造部件敏感梳状向量，所述类型包括齿轮、转子和轴承；S300、基于部件敏感梳状向量构造类时域同步平均向量；S400、利用类时域同步平均向量构造稀疏时域同步平均模型；S500、利用优化求解算法对稀疏时域同步平均模型进行求解得到稀疏频谱和重构时域信号；S600、根据所述稀疏频谱和时域信号构建STSA_CI指标以进行故障诊断，当针对齿轮故障时，所述STSA_CI指标包括均方根值STSA_RMS、峰值因子STSA_CF、峭度指标STSA_KurV、啮合频率幅值STSA_OMX、特征频率幅值STSA_FQ和包络峭度指标STSA_NB4；当针对转子故障时，STSA_CI指标包括转频幅值STSA_AR、均方根值STSA_RMS、平均幅值STSA_MA和方根幅值STSA_RA，当针对轴承故障时，所述STSA_CI指标包括特征频率幅值STSA_FQ、峰值因子STSA_CF或峭度指标STSA_KurV；其中，S200中，1）对于检测部件为1个齿轮的情况，齿轮的部件敏感梳状向量由下式得到： ,式中为稀疏表示系数长度，表示频率成分的阶数，为齿轮的转速，Fs为采样频率，为四舍五入取整运算，表示正整数，为关于的函数，返回值为布尔向量，表达式为： ； 表示连续进行逻辑“或”运算，表示整数,“”为布尔向量的卷积运算，其定义为： , 为逻辑“且”运算，为滤波器主瓣序列，是维度为的布尔向量，其物理意义为滤波器主瓣在数据点数意义下的带宽，表达式为： ;2）对于检测部件为2个齿轮的情况，所述齿轮的部件敏感梳状向量由下式得到： ， ， ，该式中，、分别为两个齿轮的转速；、分别为齿轮1、齿轮2的部件敏感梳状向量，为全局的部件敏感梳状向量，“”为布尔逻辑或运算；3）对于检测部件为3个及以上齿轮的情况，所述部件敏感梳状向量由下式得到： ，式中变量为关注的齿轮个数，为各个齿轮的转速；S300中，部件敏感梳状向量按以下步骤生成类时域同步平均向量： ， ，式中为分布在整个正整数域的类时域同步平均向量，经过截取后获得长度为的类时域同步平均向量，为主瓣幅值因子，其与部件敏感梳状向量相乘后得到实数；为维度为且值全为1的向量，为稀疏表示系数长度；S400中，利用类时域同步平均向量构造稀疏时域同步平均模型为： ，式中为待分析的含噪声的信号，为线性变换算子，为稀疏表示系数，“”为向量点积运算符，为正则化参数，为类时域同步平均向量，当线性变换算子为傅里叶变换时，需要对进行轴对称运算： ；S500包括，S501、首先对稀疏时域同步平均模型进行如下迭代步骤,令迭代常数满足，令初始稀疏表示系数和迭代中间变量为任意维列向量，设置最大循环次数为，取值范围为，循环变量记为，设置循环终止常数，取值为；取迭代变量的初值；S502、使用软阈值函数soft对中间变量进行操作， ，式中软阈值函数soft表达式如下： ，为线性变换算子，为类时域同步平均向量，为正则化参数；S503、更新变量，令 ；S504、使用前两次迭代的的结果对进行更新： ；S505、将循环变量增加1，若满足：或，则令 ，分别得到稀疏时域同步平均处理过后的时域信号和稀疏表示系数，并退出循环，否则返回步骤S502。

全文数据：

权利要求：

百度查询： 西安交通大学 基于稀疏时域同步平均的旋转机械故障检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD