一种基于振动分析的转子系统故障诊断方法及装置的制造方法
【技术领域】
[0001] 本发明涉及一种转子系统故障诊断方法。特别是涉及一种基于振动分析的转子系 统故障诊断方法及装置。
【背景技术】
[0002] 振动分析是对转子系统进行故障诊断最简单最直接的手段，典型的振动分析方法 包括：短时傅里叶变换、小波变换、经验模态分解等，但它们都有各自的局限性：短时傅里 叶变换只适用于处理平稳信号，且不能兼顾频率与时间分辨率的需求；小波变换虽然具有 可变的时频窗口，但是小波基函数的选择没有明确的标准；经验模态分解是一种自适应的 时频分解方法，在旋转机械故障诊断中得到了较多的应用，但该方法存在着过包络、模态混 淆、端点效应以及由Hilbert变换带来的无法解释的负频率等问题。固有时间尺度分解是 一种新的非平稳信号分析方法，它解决了经验模态分解的一些固有缺陷，在非平稳脑电波 信号的分析中取得了不错的效果。但是由于转子系统振动信号更为复杂，想要将固有时间 尺度分解用于转子系统振动信号分析仍然需要对其平滑方法和旋转分量判据等问题进行 优化。
[0003] 在故障模式识别方面，典型的方法包括神经网络、支持向量机和相关向量机等。神 经网络容易陷入局部最优解并且对参数的设置要求较高，支持向量机不能给出概率性的输 出且模型较复杂。相关向量机是一种较为优秀的模式识别方法，它可以给出概率性的输出 同时模型较为稀疏，但是相关向量机是针对二分类问题的提出的，而故障诊断通常是多分 类问题。因此，需要应用多分类策略将二分类相关向量机拓展为多分类相关向量机。常用 的多分类策略包括：一对一，一对多和有向无环。其中有向无环方法效率更高并且不存在不 可分区域，但是由于有向无环节点分布是随机的，如果上层节点出现误分，误差将传递到下 层节点，最终影响故障诊断精度，这被称为有向无环的误差累积现象。如何确定合理的有向 无环结构，是缓解误差累积问题提高有向无环相关向量机模型故障诊断精度的关键。
【发明内容】
[0004] 本发明所要解决的技术问题是，提供一种能够准确分析非平稳振动信号，提取具 有代表性的故障特征，降低有向无环相关向量机误差累积现象的基于振动分析的转子系统 故障诊断方法及装置。
[0005] 本发明所采用的技术方案是：一种基于振动分析的转子系统故障诊断方法，包括 如下步骤：
[0006] 1)利用振动位移传感器采集转子系统正常条件和故障条件下的振动信号x(t);
[0007] 2)利用改进固有时间尺度分解方法对采集到的振动信号x(t)进行分解，生成若 干个旋转分量PR m(t)和残差信号un(t)如下：
[0008]
【主权项】
1. 一种基于振动分析的转子系统故障诊断方法，其特征在于，包括如下步骤： 1) 利用振动位移传感器采集转子系统正常条件和故障条件下的振动信号X(t); 2) 利用改进固有时间尺度分解方法对采集到的振动信号x(t)进行分解，生成若干个 旋转分量PRm(t)和残差信号un(t)如下：
其中m为旋转分量标签，n为旋转分量个数； 3) 从所有旋转分量中选取能够反映故障信息的相关旋转分量； 4) 计算各相关旋转分量的能量作为故障特征； 5) 利用改进有向无环方法建立相关向量机多分类模型； 6) 将故障特征输入相关向量机多分类模型进行训练和故障诊断。
2. 根据权利要求1所述的一种基于振动分析的转子系统故障诊断方法，其特征在于， 步骤2)中所述的改进固有时间尺度分解，是采用非均匀B样条插值代替原固有时间尺度分 解算法中的线性插值来拟合基线信号。
3. 根据权利要求1所述的一种基于振动分析的转子系统故障诊断方法，其特征在于， 步骤2)中所述的改进固有时间尺度分解，是采用标准差判据作为旋转分量的迭代终止条 件。
4. 根据权利要求1所述的一种基于振动分析的转子系统故障诊断方法，其特征在于， 步骤3)中所述从所有旋转分量中选取能够反映故障信息的相关分量是与原信号相关系数 大于max(rJ/10的旋转分量，其中代表任意旋转分量与原信号的相关系数。
5. 根据权利要求1所述的一种基于振动分析的转子系统故障诊断方法，其特征在于， 步骤5)中所述的利用改进有向无环方法建立相关向量机多分类模型，包括以下步骤： (1) 计算各类别的类别中心4和方差〇 i;
Y~ 丄、已、 其中x为样本，i为类别标签，\为第i类的样本集合，n,为第i类的样本数目，m为样 本标签； (2) 计算任意两个类别间的马氏距离；
其中i和j为类别标签，2为协方差矩阵，k为类别数目； (3) 初始化候选类别集合S; ⑷找出类别间马氏距离最大值(1_，比较〇"和〇N的大小，将〇 "和〇 N中相对小的 方差对应的类别M或N放置在有向无环根列表的第一个位置并记为ai，将另一个类别N或 M放置在有向无环根列表的最后一个位置并记为ak，将类别M和类别N从S中移除； (5)从S中找出与类别ai具有最大马氏距离的类别，记为&1;_1并放置在ak的前面，将类 别、^从s中移除； (6) 从S中找出与类别ak具有最大马氏距离的类别，记为a2并放置在ai的后面，将类 别82从S中移除； (7) 将&2和a^分别看作aJPak，重复步骤（5)~（6)，得到％和ak_2，如此类推直到 S为空集，最终得到完整的有向无环根列表{&1，a2，…，ak}，利用所述列表确定整个有向无环 图形的结构； (8) 利用最终得到的有向无环图形结构建立相关向量机多分类模型。
6. -种用于权利要求1~5中任一项所述的基于振动分析的转子系统故障诊断方法 的装置，包括有试验台基座（1)，其特征在于，所述的试验台基座（1)上依次并排设置有电 动机（2)、第一轴承座（4)、第二轴承座（8)和第三轴承座（10)，所述的电动机（2)的输出轴 通过第一联轴器（3)连接第一旋转轴（6)的一端，所述第一旋转轴（6)的另一端贯穿所第 一轴承座（4)后通过设置在第二轴承座（8)内的第二联轴器（7)连接第二旋转轴（9)的一 端，所述第二旋转轴（9)的另一端贯穿第三轴承座（10)，其中，所述第一旋转轴（6)上在位 于第一轴承座（4)远离第一联轴器（3)的那一侧固定设置有第一圆盘（5)，所述第二旋转 轴（9)在伸出所述第三轴承座（10)的那一端上固定设置有第二圆盘（11)，所述第二旋转 轴（9)设置有第二圆盘（11)的这一端的周边设置有用于采集第二旋转轴（9)工作状态的 传感器组（12)，所述传感器组（12)的信号输出端连接计算机（14)的信号输入端。
7. 根据权利要求6所述的用于基于振动分析的转子系统故障诊断方法的装置，其特征 在于，所述的传感器组（12)包括有分别设置在所述第二圆盘（11)周边的用于采集第二旋 转轴（9)转速的转速传感器（121)、用于采集第二旋转轴（9)X方向位移的第一位移传感器 (122)和用于采集第二旋转轴（9)Y方向位移的第二位移传感器（123)。
8. 根据权利要求6或7所述的用于基于振动分析的转子系统故障诊断方法的装置， 其特征在于，所述的传感器组（12)的信号输出端是通过数据采集卡（13)连接所述计算机 (14)的信号输入端。
【专利摘要】一种基于振动分析的转子系统故障诊断方法及装置，利用传感器采集转子系统正常条件和故障条件下的振动信号；利用改进固有时间尺度分解方法对采集到的振动信号进行分解，生成若干个旋转分量和残差信号；从旋转分量中选取能够反映故障信息的相关旋转分量；计算各相关旋转分量的能量；利用改进有向无环方法建立相关向量机多分类模型；将故障特征输入相关向量机多分类模型进行训练和故障诊断。本发明在试验台基座上设置有电动机和分别支撑与电动机输出轴依次相连的第一旋转轴和第二旋转轴的第一轴承座、第二轴承座和第三轴承座，第一旋转轴和第二旋转轴均设有圆盘，第二旋转轴端部设置有传感器组。本发明可以快速准确的识别转子系统故障类型，适用于转子系统在线诊断。
【IPC分类】G01M13-00
【公开号】CN104697767
【申请号】CN201410788870
【发明人】张俊红, 刘昱, 林杰威, 马文明, 鲁鑫
【申请人】天津大学
【公开日】2015年6月10日
【申请日】2014年12月17日