一种基于多传感信息融合的机组状态评估方法
【专利摘要】一种基于多传感信息融合的机组状态评估方法：同步采集机组转子同一截面上相互垂直的X通道和Y通道的振动信号，同时采集键相信号；用键相信号对两路振动信号进行键相处理；进行傅里叶变换，并进行频谱校正，求出频率成分的幅值和相位；从幅值和相位中提取出各阶次的频率ω、幅值A、B和相位α和β；分别对频率、幅值和相位进行合成得到二维全息谱图；以二维全息谱图的参数构建综合指标，利用该指标对机组状态进行模糊分类；通过判定七种类型模糊集的相似性的大小，采用最大最小法对标准样本评价；将全息谱模糊分类结果按时间的变化情况绘出曲线进行模糊趋势分析。本发明能定量地对机组的状态进行划分，能够对机组的状态有更全面的了解和掌握。
【专利说明】一种基于多传感信息融合的机组状态评估方法
【技术领域】
[0001]本发明涉及一种机械设备故障诊断评估方法。特别是涉及一种基于多传感信息融合的机组状态评估方法。
【背景技术】[0002]多传感器信息融合技术最早产生于航空电子学上的雷达目标识别问题，后来逐渐推广并应用到智能制造、过程监测、材料成型等研究领域。信息集成是指为帮助系统完成某一任务而对多个传感器提供的信息的协同利用。信息融合是信息集成过程的某一级，在此级中将不同传感器信息源综合成一种表示形式。也就是说，信息融合是将来自不同信息源的信息进行处理，信息集成是将各级信息融合过程进行合成。此过程的最终目的都是通过对多传感器信息的协同利用以产生对被测对象或过程的最佳估计。唯有在信息完整的基础上，通过多传感器信息的集成与融合，才有可能获得正确的诊断结论。在大型回转机械的故障诊断中一个比较成功的融合诊断信息方法是全息谱技术，它是在传统傅里叶频谱分析基础上发展起来的频域信息集成方法。根据信息融合的观点，将一个测量面的信息加以融合后考察，与孤立地分析各个测点信息相比，能更加充分地利用现有信息，这就是二维全息谱的理论基础。它在FFT算法的基础上通过内插技术，将精确求得的不同通道信号的幅值、频率、相位信息进行集成，最终合成一系列椭圆，这些椭圆刻画了不同频率分量下转子的形态学振动行为。二维全息谱技术在频域中融合了一个轴承截面上X、Y两个方向上振动信号的幅值、频率和相位，特别是相位信息的利用，使大机组中常见隐含故障的特征充分地显示出来，得以正确识别和诊断。
【发明内容】
[0003]本发明所要解决的技术问题是，提供一种构造了全息谱综合特征指标并进行模糊分类及趋势预测，能定量地对机组的状态进行划分，降低了对使用者自身经验要求的基于多传感信息融合的机组状态评估方法。
[0004]本发明所采用的技术方案是:一种基于多传感信息融合的机组状态评估方法，包括以下步骤:
[0005]I)同步采集机组转子同一截面上相互垂直的X通道和Y通道的振动信号，同时采集键相信号；
[0006]2)用键相信号对步骤I)采集的两路振动信号进行键相处理；
[0007]3)对键相处理后的两路振动信号进行傅里叶变换，并进行频谱校正，求出所关心
频率成分的精确的幅值和相位，即得到如下的表达式
【权利要求】
1.一种基于多传感信息融合的机组状态评估方法，其特征在于，包括以下步骤:1)同步采集机组转子同一截面上相互垂直的X通道和Y通道的振动信号，同时采集键相信号；2)用键相信号对步骤I)采集的两路振动信号进行键相处理；3)对键相处理后的两路振动信号进行傅里叶变换，并进行频谱校正，求出所关心频率iX = A1.sin (/ω? + a；)成分的精确的幅值和相位，即得到如下的表达式
2.根据权利要求1所述一种基于多传感信息融合的机组状态评估方法，其特征在于，步骤2)中所述的用键相信号对步骤I)采集的两路振动信号进行键相处理，是将X通道和Y通道的振动信号中对应于第一个键相脉冲之前的信号全部移除，并在X通道和Y通道的振动信号末端补零成相同长度。
3.根据权利要求1所述一种基于多传感信息融合的机组状态评估方法，其特征在于，步骤6)中所述的对机组状态进行模糊分类，是将步骤3)中的表达式进一步表示成如下形式:
4.根据权利要求1所述一种基于多传感信息融合的机组状态评估方法，其特征在于，步骤6)中所述的对机组状态进行模糊分类，是将步骤3)中的表达式进一步表示成如下形
【文档编号】G06F19/00GK103559392SQ201310514633
【公开日】2014年2月5日 申请日期:2013年10月28日 优先权日:2013年10月28日
【发明者】刘春旺, 温广瑞, 李涛, 屈世栋, 侯振宇, 廖与禾, 冯世杰, 高丽岩, 臧廷朋, 山崧, 李杨, 江铖 申请人:中国石油化工股份有限公司