一种用于轴系设备的故障检测方法和故障检测装置的制造方法
【技术领域】
[0001] 本发明设及自动控制技术领域，尤其设及一种用于轴系设备的故障检测方法和故 障检测装置。
【背景技术】
[0002] 目前，船舶工业已经成为我国具备较强国际竞争能力的外向型产业之一，船舶设 备的生产和研发能力逐年提高。相较其他工业产品，船舶设备往往会面临工作环境严酷，连 续工作时间长，容易被海水侵蚀等问题，该些问题极易会加速设备衰退老化，从而引起设备 故障、报废，甚至引发安全事故。轴系旋转设备是一种重要的船舶设备，被广泛用于船舶动 力系统中，主要用于承载动力转换和动力传输，轴系旋转设备的运行状态的正常与否直接 关系到轴系乃至整个船舶动力系统的工作性能，从而影响船舶的安全性、时效性和经济性。
[0003] 目前，针对轴系旋转设备常用的故障预测方法为振动法，主要通过分析轴系各部 分的振动信号，结合时域、频域的幅值、频率等特征，力图将故障信号从正常信号中剥离，从 而获取故障脉冲的频率、幅值等特征。但大多数由轴系故障引起的事故在早期表现为微小 故障的形式，故障征兆不明显，通过振动法很难辨别出微小故障的存在，故障预测的准确性 较低。
【发明内容】
[0004] 本发明的实施例提供一种用于轴系设备的故障检测方法和故障检测装置，能够检 测并辨别微小故障的形式，提高故障预测的准确性。
[0005] 为达到上述目的，本发明的实施例采用如下技术方案：
[0006] 第一方面，本发明的实施例提供一种用于轴系设备的故障检测方法，包括：
[0007] 当船舶平稳航行时，获取所述船舶中的轴系设备的运行信号，所述运行信号包括： 所述轴系设备中的轴承、轴管和联轴器，分别在垂直和水平方向上的位移、速度和加速度信 号；
[0008] 对所述运行信号进行频域上的主能量提取，并生成重构信号，再对所述重构信号 进行连续小波分解，并根据连续小波分解的结果生成小波灰度图；
[0009] 对所述小波灰度图进行特征提取，并去除具有相关性的冗余特征向量，根据保留 下的特征向量生成故障特征向量集；
[0010] 根据所述故障特征向量集确定所述轴系设备是否发生故障。
[0011] 第二方面，本发明的实施例提供一种用于轴系设备的故障检测装置，包括：
[0012] 传感器模块，用于当船舶平稳航行时，获取所述船舶中的轴系设备的运行信号，所 述运行信号包括；所述轴系设备中的轴承、轴管和联轴器，分别在垂直和水平方向上的位 移、速度和加速度信号；
[0013] 重构模块，用于对所述运行信号进行频域上的主能量提取，并生成重构信号；
[0014] 分解模块，用于对所述重构信号进行连续小波分解，并根据连续小波分解的结果 生成小波灰度图；
[0015] 分析模块，用于对所述小波灰度图进行特征提取，并去除具有相关性的冗余特征 向量，根据保留下的特征向量生成故障特征向量集；
[0016] 判定模块，用于根据所述故障特征向量集确定所述轴系设备是否发生故障。
[0017] 本发明实施例提供的用于轴系设备的故障检测方法和故障检测装置，通过对轴系 设备的运行信号进行能量提取、信号重构等过程得到反映运行信号的特征的小波灰度图， 小波灰度图中的特征包括了对应于微小故障的故障特征，并根据小波灰度图中反映运行信 号的特征建立故障判定机制，并W此判定轴系设备是否发生故障。相对于现有技术中的振 动法，本发明实施例能够检测并辨别微小故障的形式，提高故障预测的准确性。
【附图说明】
[0018] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领 域普通技术人员来讲，在不付出创造性劳动的前提下，还可W根据该些附图获得其它的附 图。
[0019]图1为本发明实施例提供的用于轴系设备的故障检测方法的流程示意图；
[0020] 图2为原始振动信号时域分布示意图；
[0021] 图3为时域原始振动信号通过傅里叶变换得到的能量分布示意图；
[0022] 图4为通过反傅里叶变换生成的二次重构信号的示意图；
[0023]图5为本发明实施例提供的一种小波灰度图；
[0024] 图6为本发明实施例提供的一种具体轴系设备的结构示意图；
[0025]图7a-图7j为本发明实施例提供的正常信号及故障信号在各特征值的差异图；
[0026] 图8为本发明实施例提供的具体实验结果的示意图；
[0027]图9为本发明实施例提供的用于轴系设备的故障检测装置的结构示意图。
【具体实施方式】
[0028] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它 实施例，都属于本发明保护的范围。
[0029] 本发明实施例提供一种用于轴系设备的故障检测方法，如图1所示，包括：
[0030] 101，当船舶平稳航行时，获取所述船舶中的轴系设备的运行信号。
[0031] 其中，运行信号包括；轴系设备中的轴承、轴管和联轴器，分别在垂直和水平方向 上的位移、速度和加速度信号。
[0032] 102,对所述运行信号进行频域上的主能量提取，并生成重构信号，再对所述重构 信号进行连续小波分解，并根据连续小波分解的结果生成小波灰度图。
[0033] 在本实施例中，频域描述是信号的一种描述方式，频域描述的自变量为频率，若W 横纵坐标系显示频域，则横轴参数为频率，纵轴参数为信号的幅度。
[0034] 103,对所述小波灰度图进行特征提取，并去除具有相关性的冗余特征向量，根据 保留下的特征向量生成故障特征向量集。
[0035] 104,根据所述故障特征向量集确定所述轴系设备是否发生故障。
[0036] 在本实施例的优选方案中，102的具体实现手段可W包括：
[0037] 1021，对所述运行信号进行傅里叶变换，并得到所述运行信号在频域上的能量分 布。
[0038] 例如；作为运行信号，时域原始振动信号通过傅里叶变换得到如图3所示的在频 域上的能量分布。
[0039] 1022,在所述频域中保留主要的能量分布，并通过反傅里叶变换生成所述重构信 号。
[0040] 例如；为放大故障信号与健康信号的对比度，在频域中对信号的主要能量分布进 行保留，再通过反傅里叶变换生成如图4所示的二次重构信号。在本实施例中，轴在机械动 力驱动下进行旋动时产生的振动信号，此信号或轴向、或径向、或垂向。在频域中对信号的 主要能量分布进行保留的，即为振动信号，此类振动信号周期性强，在频域中的能量（即幅 值）较高，作为主要的能量分布；噪声信号通常由于环境影响、设备老化、测量误差等引起， 噪声信号规律性弱，周期性差，其在频域中表现为较低能量（幅值），对信号的主要能量分 布进行保留后，所去除的即为此类噪声信号。
[0041] 1023,依据
时所述重构信号进行连续小波分 解。
[0042] 其中X(t)表示原始时域信号，a表示小波函数的尺度参数，b表示小波函数的平移 参数
表示在母小波基础上延伸出由a、b变换产生的连续小波系，CW7；"(u，A)表 示小波变换产生的一系列小波变换系数，并将CWC的，A)作为对重构信号进行连续小波分 解的结果。
[0043] 其中，小波函数的容许性条件为
《表示频率，ID(O)表示母 小波函数，<//(w)表示的傅里叶变换。根据实际信号特征，可W选择morlet小波作 为母小波函数，其构型如下：
[0044]
[0045] 1024,根据所述连续小波分解的结果生成所述小波灰度图，所述小波灰度图中每 一像素的灰度值表示所述小波变换系数的大小。
[0046] 例如；根据所述连续小波分解的结果生成如图