一种旋转机械故障波形识别方法与流程

技术特征：

1.一种旋转机械故障波形识别方法，其特征在于：所述识别方法通过采集待检测的旋转机械的实时振动信号波形数据，获取实时波形，判断是否为故障波形；当判断为故障波形时，与标准故障波形库中的波形进行一一匹配，得到匹配波形，即认为所述匹配波形为所述实时波形的故障波形；所述标准故障波形库中的波形包括典型振动故障波形：突变、爬升、波动和毛刺。

2.根据权利要求1所述的识别方法，其特征在于：对实时波形是否为故障波形的判断方法为：对实时波形峰峰值和均方根值进行计算判断；当所述实时波形峰峰值和均方根值均大于预设阈值时，判断该实时波形为故障波形；所述实时波形峰峰值的预设阈值为4.1～24.1mm/s，均方根值的预设阈值为1.4～8.5mm/s。

3.根据权利要求2所述的识别方法，其特征在于：所述实时波形峰峰值和均方根值的预设阈值根据待检测的旋转机械进行设定：当旋转机械为小型机械时，峰峰值的预设阈值为4.1～5.1mm/s，均方根值的预设阈值为1.4～2.2mm/s，所述小型机械的电动机功率为15kW以下；当旋转机械为中型机械时，峰峰值的预设阈值为6.3～9.5mm/s，均方根值的预设阈值为2.2～3.4mm/s，所述中型机械的电动机功率为15～75kW；当旋转机械为刚性安装的大型机械时，峰峰值的预设阈值为10.2～15.2mm/s，均方根值的预设阈值为3.6～5.4mm/s，所述刚性安装的大型机械的转速为600～12000r/min；如旋转机械为柔性安装的大型旋转机械时，峰峰值的预设阈值为16.1～24.1mm/s，均方根值的预设阈值为5.7～8.5mm/s，所述柔性安装的大型旋转机械的转速为600～12000r/min。

4.根据权利要求2或3所述的识别方法，其特征在于：所述实时波形峰峰值和均方根值的计算公式为：

峰峰值：

$A_{pp}=\underset{1\≤i\≤n}{max}\left\{x_i\right\}-\underset{1\≤i\≤n}{\min }\left\{x_i\right\}$

均方根值：

$X_{rms}=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{x}_i^2}$

其中，x_i表示实时波形上的点，n表示数据点数量。

5.根据权利要求2或3所述的识别方法，其特征在于：对故障波形的匹配方法为：采用考虑延时的互相关系数计算方法，将所述实时波形与标准故障波形库中的波形一一进行匹配；当所有的互相关系数均小于预设阈值时，该实时波形为新的故障波形，进行标准化处理后，存入所述标准故障波形库中；当所述实时波形不为新的故障波形时，得到的实时波形与标准故障波形库中各波形之间的互相关系数最大的匹配波形，即认为所述匹配波形为所述实时波形的故障波形；所述互相关系数的预设阈值为0.5～0.7。

6.根据权利要求5所述的识别方法，其特征在于：所述互相关系数的计算公式为：

归一化互相关系数：

${\mathrm{\ρ}}_{xy}\left(\mathrm{\τ}\right)=\frac{R_{xy}\left(\mathrm{\τ}\right)}{\sqrt{Var\left(X\right)}\sqrt{Var\left(Y\right)}};$

互相关函数：

$R_{xy}\left(\mathrm{\τ}\right)=\left\{\begin{array}{cc}\frac{1}{n}\underset{k=0}{\overset{n-1-\mathrm{\τ}}{\Σ}}\[x\left(k\right)-{\mathrm{\μ}}_x\]\[y(k+\mathrm{\τ})-{\mathrm{\μ}}_y\],& 0\≤\mathrm{\τ}\≤n-1\\ \frac{1}{n}\underset{k=-\mathrm{\τ}}{\overset{n-1}{\Σ}}\[x\left(k\right)-{\mathrm{\μ}}_x\]\[y(k+\mathrm{\τ})-{\mathrm{\μ}}_y\],& -(n-1)\≤\mathrm{\τ}\<0\end{array}\right.$

期望或均值：

$E\left(X\right)={\mathrm{\μ}}_x=\stackrel{\‾}{x}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{x}_i,E\left(Y\right)={\mathrm{\μ}}_y=\stackrel{\‾}{y}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{y}_i$

方差：

$Var\left(X\right)=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2,Var\left(Y\right)=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(y_i-\stackrel{\‾}{y})}^2$

其中，x_i表示实时波形上的点，n表示数据点数量，y_i表示标准故障波形上的点，τ为两组离散数据的之间的延时。

7.根据权利要求6所述的识别方法，其特征在于：当所述实时波形为故障波形，且不为新的故障波形时，计算实时波形与所述匹配波形的延时。

8.根据权利要求7所述的识别方法，其特征在于：所述延时的计算公式为：

其中，τ₀即为实时波形与标准故障波形的时间延时。