一种快速阀在线故障诊断方法与流程

本发明涉及机械故障诊断领域，特别是涉及一种高超声速风洞快速阀在线故障诊断方法。

背景技术：

气动快速阀是高超声速风洞系统中必不可少的特种阀门，因气密性要求，目前仅能采用人工目测快速阀开启过程中驱动轴转速是否均匀进行快速阀故障诊断，现有人工目测无法快速、准确的对气动快速阀状态进行诊断和监测。

基于此，本发明结合气动快速阀在线监测与诊断的实际需求，提出了一种基于短时傅里叶变换的启动快速阀在线监测与诊断方法。

技术实现要素：

为了克服上述现有技术的缺陷，本发明要解决的技术问题是提供一种快速阀在线故障诊断方法，用以实现气动快速阀的在线监测与诊断。

为解决上述技术问题，本发明中的一种快速阀在线故障诊断方法，包括：

通过预置在快速阀上的待诊断应变感应器采集所述快速阀的应变信号；

对所述应变信号进行短时傅里叶变换，得到信号时频矩阵；

根据所述信号时频矩阵绘制各预设频率区间对应的频率波形；

从各频率波形中选择基准频率波形；

根据所述基准频率波形确定所述快速阀启动过程的时间长度，根据所述时间长度和预置快速阀的历时曲线，对所述快速阀进行差异性评估。

可选地，所述通过预置在快速阀上的待诊断应变感应器采集所述快速阀的应变信号，包括：

通过预置在快速阀上的多个应变传感器采集所述快速阀的多个应变原始信号；其中，每个应变传感器对应一个应变原始信号；

对各所述应变原始信号进行短时傅里叶变换，得到多个信号时频谱图；

根据各信号时频谱图的能量分布，从所述多个应变传感器中选取一应变感应器作为待诊断应变感应器；

将所述待诊断应变感应器采集的应变原始信号作为所述快速阀的应变信号。

具体地，所述对各所述应变原始信号进行短时傅里叶变换，得到多个信号时频谱图，包括：

针对每个所述应变原始信号，选择一个时频局部化的窗函数；

移动所述窗函数，使所述窗函数与该应变原始信号的乘积在各预设时间宽度内是平稳信号，并计算出各个不同时刻的功率谱；

将各不同时刻的功率谱以时间顺序重排，得到多个信号时频谱图。

具体地，所述根据各信号时频谱图的能量分布，从所述多个应变传感器中选取一应变感应器作为待诊断应变感应器，包括：

将信号时频谱图的能量分布特征最明显的应变感应器作为待诊断应变感应器。

具体地，预置的应变感应器的数量为4个；相邻两应变感应器之间相差45度角。

可选地，所述从各频率波形中选择基准频率波形的步骤，包括：

根据各频率波形的能量幅值大小，从各频率波形中选择基准频率波形。

可选地，所述根据所述基准频率波形确定所述快速阀启动过程的时间长度，根据所述时间长度和预置快速阀的历时曲线，对所述快速阀进行差异性评估，包括：

对所述基准频率波形进行波峰拾取处理，得到所述快速阀启动过程中各阶段对应的时间长度；所述启动过程中各阶段包括气动驱动头启动阶段、管路气体充气阶段和管路气体通过阶段；

根据各阶段的时间长度和预置快速阀的历时曲线，对所述快速阀的各阶段的历时进行差异性评估。

具体地，所述对所述基准频率波形进行波峰拾取处理，得到所述快速阀启动过程中各阶段对应的时间长度，包括：

根据所述基准频率波形确定所述快速阀启动过程的起始时间；

查找所述基准频率波形的第一极大值数据点、第二极大值数据点和第三极大值数据点；

确定所述第一极大值数据点对应时间与所述起始时间的差值，得到所述气动驱动头启动阶段的时间长度；

确定所述第二极大值数据点对应时间与所述第一极大值数据点对应时间的差值，得到所述管路气体充气阶段的时间长度；

确定所述第三极大值数据点对应时间与所述第二极大值数据点对应时间的差值，得到所述管路气体通过阶段的时间长度。

具体地，所述根据所述基准频率波形确定所述快速阀启动过程的起始时间，包括：

步骤1，将基准频率波形的最前预设数量的数据点求取平均值，将所述基准频率波形减去所述平均值；

步骤2，重复步骤1，直到所述最前预设数量的数据点的平均值达到预设阈值，从而修正基准频率波形；

步骤3，从修正的基准频率波形的第一个数据点开始遍历，将预设事件发生时对应的时间作为所述快速阀启动过程的起始时间；所述预设事件具体为出现连续设定个数的数据点的幅值均大于预设阈值。

具体地，步骤1之前还包括：

将将所述基准频率波形进行平滑滤波。

本发明有益效果如下：

本发明实现了气动快速阀的在线监测与诊断，有效提高了现有人工目测无法诊断监测速度及精度，为高超声速风洞安全稳定运行提供了保障。

附图说明

图1是本发明实施例中气动快速阀开启过程应变信号原始波形；

图2是本发明实施例中气动快速阀阀体0度方向应变传感器时频谱图；

图3是本发明实施例中气动快速阀阀体45度方向应变传感器时频谱图；

图4是本发明实施例中气动快速阀阀体90度方向应变传感器时频谱图；

图5是本发明实施例中气动快速阀阀体-45度方向应变传感器时频谱图；

图6是本发明实施例中应变信号频率分解后各频率段应变能量曲线；

图7是本发明实施例中气动快速阀开启过程各阶段划分波形。

具体实施方式

为了实现气动快速阀的在线监测与诊断，本发明提供了一种快速阀在线故障诊断方法，以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。

本发明实施例中一种快速阀在线故障诊断方法，包括：

通过预置在快速阀上的待诊断应变感应器采集所述快速阀的应变信号；

对所述应变信号进行短时傅里叶变换，得到信号时频矩阵；

根据所述信号时频矩阵绘制各预设频率区间对应的频率波形；

从各频率波形中选择基准频率波形；

根据所述基准频率波形确定所述快速阀启动过程的时间长度，根据所述时间长度和预置快速阀的历时曲线，对所述快速阀进行差异性评估。

在上述实施例的基础上，进一步提出上述实施例的变型实施例，在此需要说明的是，为了使描述简要，在各变型实施例中仅描述与上述实施例的不同之处。

在本发明的一个实施例中，所述通过预置在快速阀上的待诊断应变感应器采集所述快速阀的应变信号，包括：

通过预置在快速阀上的多个应变传感器采集所述快速阀的多个应变原始信号；其中，每个应变传感器对应一个应变原始信号；

对各所述应变原始信号进行短时傅里叶变换，得到多个信号时频谱图；

根据各信号时频谱图的能量分布，从所述多个应变传感器中选取一应变感应器作为待诊断应变感应器；

将所述待诊断应变感应器采集的应变原始信号作为所述快速阀的应变信号。

具体地，所述对各所述应变原始信号进行短时傅里叶变换，得到多个信号时频谱图，包括：

针对每个所述应变原始信号，选择一个时频局部化的窗函数；

移动所述窗函数，使所述窗函数与该应变原始信号的乘积在各预设时间宽度内是平稳信号，并计算出各个不同时刻的功率谱；

将各不同时刻的功率谱以时间顺序重排，得到多个信号时频谱图。

具体地，所述根据各信号时频谱图的能量分布，从所述多个应变传感器中选取一应变感应器作为待诊断应变感应器，包括：

将信号时频谱图的能量分布特征最明显的应变感应器作为待诊断应变感应器。

具体地，预置的应变感应器的数量为4个；相邻两应变感应器之间相差45度角。

在本发明的另一个实施例中，，所述从各频率波形中选择基准频率波形的步骤，包括：

根据各频率波形的能量幅值大小，从各频率波形中选择基准频率波形。

在本发明的又一个实施例中，所述根据所述基准频率波形确定所述快速阀启动过程的时间长度，根据所述时间长度和预置快速阀的历时曲线，对所述快速阀进行差异性评估，包括：

对所述基准频率波形进行波峰拾取处理，得到所述快速阀启动过程中各阶段对应的时间长度；所述启动过程中各阶段包括气动驱动头启动阶段、管路气体充气阶段和管路气体通过阶段；

根据各阶段的时间长度和预置快速阀的历时曲线，对所述快速阀的各阶段的历时进行差异性评估。

具体地，所述对所述基准频率波形进行波峰拾取处理，得到所述快速阀启动过程中各阶段对应的时间长度，包括：

根据所述基准频率波形确定所述快速阀启动过程的起始时间；

查找所述基准频率波形的第一极大值数据点、第二极大值数据点和第三极大值数据点；

确定所述第一极大值数据点对应时间与所述起始时间的差值，得到所述气动驱动头启动阶段的时间长度；

确定所述第二极大值数据点对应时间与所述第一极大值数据点对应时间的差值，得到所述管路气体充气阶段的时间长度；

确定所述第三极大值数据点对应时间与所述第二极大值数据点对应时间的差值，得到所述管路气体通过阶段的时间长度。

具体地，所述根据所述基准频率波形确定所述快速阀启动过程的起始时间，包括：

步骤1，将基准频率波形的最前预设数量的数据点求取平均值，将所述基准频率波形减去所述平均值；

步骤2，重复步骤1，直到所述最前预设数量的数据点的平均值达到预设阈值，从而修正基准频率波形；

步骤3，从修正的基准频率波形的第一个数据点开始遍历，将预设事件发生时对应的时间作为所述快速阀启动过程的起始时间；所述预设事件具体为出现连续设定个数的数据点的幅值均大于预设阈值。

本发明主要包括应变信号采集及波形分析、快速阀开启过程阶段自动划分、基于各阶段精确历时评估的故障诊断三个环节。

(1)应变信号采集及波形分析环节，对气动快速阀阀体应变原始信号采集、应变信号时频矩阵及时频谱图获取、应变信号进行频率分解，选取合适频率段，得到较为清晰的诊断波形。

(2)快速阀开启过程阶段自动划分环节，进行平滑滤波、阈值触发、波峰拾取处理，得到快速阀开启过程中3个阶段的时间长度。

(3)基于各阶段精确历时评估的故障诊断环节，基于时间长度得到故障诊断结论，并存储在数据库中。

本发明通过在线监测风动气动快速阀开启过程中的阀座的应变状态，对应变信号采取应变信号采集及波形分析、快速阀开启过程阶段自动划分、基于各阶段精确历时评估的故障诊断等处理措施，能够准确反映快速阀开启过程中各个运动阶段的变化特征，从而实现快速阀的阻塞、漏气、异常摩擦等故障的在线精确诊断和早期预警。

本发明采用时频分析、本征信号分离技术，选择具有典型特征的应变信号的频谱分析曲线；给予应变信号的频谱分析曲线，对开启过程阶段进行识别与划分，并计算各个运动过程的精确历时；进一步参考气动快速阀出厂时的历时曲线，对给个阶段的历时进行差异性评估，超过预计阈值则报警，并支持对一段时间积累的数据进行趋势分析、实现早期预警。

举例说明本发明中快速阀在线故障诊断方法。

风洞设备长期、多次运行后，快速阀会因其底部的橡胶垫不断磨损而损坏。通过查询前期风洞运行参数可知，快速阀损坏时快速阀打开总时间较损坏前明显增加。为实现对快速阀的实时状态监测及寿命预测，需对快速阀打开过程中的不同阶段进行划分：第一、二和三阶段分别对应气动驱动头启动阶段、管路气体充气阶段和管路气体通过阶段。

图1所示为气动快速阀开启过程中4个方向安装的应变传感器采集的应变曲线。从图1各个子图中应变曲线可以粗略得到气动快速阀开启过程的总时间，但无法清晰得出气动快速阀开启过程具体包含几个阶段。因此需要对应变曲线进行信号处理，找出合适的方法对气动快速阀开启时间进行精确划分。

具体说，本发明中方法包括以下步骤：

步骤1.气动快速阀阀体应变原始信号采集；

为保证获取较为全面的阀体工作状态时应变状态，分别在气动快速阀的阀体0度、45度、-45度及90度方向分别安装应变传感器，使用多通道应变信号采集仪器采集实时应变值，并将应变信号上传至计算机，多通道应变信号采集仪器设置采样率为1000Hz，采样点数为1000点。

步骤2.应变信号时频矩阵及时频谱图获取；

时频矩阵及时频谱图由应变信号经过时频变换得到，目前常用的时频变换方法有短时傅里叶变换、小波变换，希尔伯特-黄变换等。考虑到气动快速阀诊断软件平台的运行效率及采集到得应变波形为低频、缓变信号，选取短时傅里叶变换作为时频变换方法。

短时傅里叶变换的主要过程如下：

(1)选择一个时频局部化的窗函数，假定分析窗函数g(t)在一个短时间间隔内时平稳的。

(2)移动窗函数，使窗函数与信号的乘积在不同的有限时间宽度内时平稳信号，从而计算出各个不同时刻的功率谱。

(3)将上述得到的不同时刻的功率谱以时间顺序重排，即可得到变换后的时频谱图。

图2至图5所示分别为快速阀在0度、45度、90度及-45度方向上应变值波形的时频谱图。

步骤3：应变传感器合理安装方向确定；

从图2至图5所示的气动快速阀在0度、45度、90度及-45度方向上应变曲线的时频谱图中可以看出，气动快速阀在45度方向上的应变曲线时频谱图，可较为清晰的反应出气动快速阀开启过程所包含的3个阶段。因此，实际诊断中选取气动快速阀45度方向安装应变传感器。

步骤4：应变信号进行频率分解，选取合适频率段，得到较为清晰的诊断波形；

从图3(45度方向应变曲线时频谱图)所对应的时频矩阵中按频率由低到高绘制应变能量曲线，可得到图6所示的按频率段划分的应变能量曲线。

根据各曲线能量幅值的大小方面，可看出0-12Hz(时频矩阵中第一行数据所绘的曲线)对应的应变能量幅值最高，因此选取该频率段作为后续诊断的基准频率。

步骤5：快速阀开启过程阶段自动划分；

图7所示，为快速阀45度方向应变值矩阵第一行数据所绘应变能量波形图，从图中可较为容易的看出波形中有3个明显的极大值点。

通过以下步骤对应变能量波形进行信号处理，可自动得到途中3个极大值点的幅值及其对应的时间。

(1)通过平滑滤波将波形中由噪声引入的小毛刺剔出；

(2)由于应变传感器长期工作会不可避免的产生“零点漂移”现象，使得传感器在没有应力作用下应变传感器的应变值输出不为“零”，本发明应变能量波形前100个数据点(即预设的数量)求取平均值，将应变能量波形整体减去上述平均值，重复多次直到应变能量波形前100各数据点的均值接近于零(即达到预设的零点漂移阈值)；

(3)通过软件编程从应变能量波形第一个点开始遍历，直到出现连续10个点(即设定个数)的幅值大于5个单位的应变能(即预设的幅度阈值)，以此事件作为气动快速阀开启过程的起始时间(下文简称“起始时间”)；

(4)软件编程找到的第一个极大值点对应的时间与起始时间的差值，即为第一个阶段的持续时间；

(5)第二个极大值点与第一个极大值点对应时间的差值，即为第二个阶段的持续时间；

(6)第三个极大值点与第二个极大值点对应时间的差值，即为第三个阶段持续的时间。

虽然本申请描述了本发明的特定示例，但本领域技术人员可以在不脱离本发明概念的基础上设计出来本发明的变型。

本领域技术人员在本发明技术构思的启发下，在不脱离本发明内容的基础上，还可以对本发明的方法做出各种改进，这仍落在本发明的保护范围之内。