振动加速度信号频谱的可视化分析方法与流程

文档序号:11727027阅读:7723来源:国知局
振动加速度信号频谱的可视化分析方法与流程

本发明属于机械设备状态监测与故障诊断领域,具体涉及一种振动加速度信号频谱的可视化分析方法。



背景技术:

状态监测与故障诊断对于保障机械设备安全运行意义重大,机械设备一旦出现事故,不但会造成巨大的经济损失,而且还可能造成人员伤亡。机械设备在运行过程中,会激发出振动加速度信号,该信号蕴含着设备状态的重要信息,是状态监测与故障诊断最为常用的信号。通过分析振动加速度信号,尽早发现机械设备状态异常或故障,对指导设备的维护与保养、保障机械设备安全运行、减少或避免灾难性事故具有非常重要的意义。

振动加速度信号对各种故障都比较敏感,具有适应性广和检测方便的特点。但是,振动加速度信号受振动信号传递路径、传感器安装误差、传递振动各元件间隙、以及监测部件的固有振动等因素的影响,导致振动加速度信号极其复杂,难以使用现有信号分析方法提取故障特征。以滚动轴承为例,从设备的故障源到加速度传感器要经过多个元件,这些元件间的振动都有各自的特征频率;同时,滚动轴承及轴承座也有从数千赫兹到数十千赫兹的固有振动频率;另外,轴承润滑状态不良时,引起的滚动体的非线性伴生振动,其频率可能为轴的旋转频率的高次倍频和分倍频;此外,还存在加速度传感器的谐振频率,这些频率成分的混合使诊断信息的提取变得异常困难。



技术实现要素:

为了克服上述现有技术的缺点,本发明的目的在于提供振动加速度信号频谱的可视化分析方法,以机械设备的振动加速度信号为分析对象,在分析过程中利用可视化技术发挥人的视觉认知优势,对信号特征信息进行提取,形象直观地反映机械设备全寿命周期运行状态。

为了实现上述目的,本发明采取的技术解决方案是:

振动加速度信号频谱的可视化分析方法,首先,通过傅里叶变换获取振动加速度信号的频谱;然后,根据高低能量区边界对振动加速度信号频谱进行分割,统计分割后各分频段内频率分量的幅值和;最后,以频段幅值和为特征指标,建立随时间变化的谱阵河,实现可视化显示,用以反映机械设备全寿命周期的运行状态.

振动加速度信号频谱的可视化分析方法,包括以下步骤:

1)对振动加速度信号进行傅里叶变换获取信号频谱幅值序列{ai}(i=1,2,…,n),n为采样点数;

2)根据信号频谱曲线特征,选取高、低能量区边界位置作为频段分割点,将整个频谱分割为5-8个频段,定义分频段内频率分量的幅值和为其中,{a1,a2,…,am+1}为频段分割点,获得幅值和序列{qj}(j=1,2,…,m),其中,m为分割频段个数;

3)对机械设备各时间点tk(k=1,2,…n)的采样数据进行步骤1)-步骤2)的处理,获得各时间点tk的序列组成矩阵{qm×n},其中,n为采样数据个数;

4)对矩阵{qm×n}每一行按三次样条插值曲线方式拟合,得到河流宽度矩阵{fm×n′},其中,n′为插值后每一行数据个数;定义河流边界矩阵为{f(m+1)×n′},其中k′=1,2,…,n′;

5)对谱阵河进行布局,按河流由下到上依次表示从低频到高频的频段幅值和,对每个频段幅值和进行颜色分配;采用jet颜色映像,根据频段个数m产生一个m×3的颜色矩阵,指定m种颜色rgb的描述,即jet(m)产生一个m×3的矩阵,包含的rgb颜色值的范围从蓝开始,经过青、绿、黄、橙,直到红;第j个频段分配颜色矩阵第j行的rgb颜色值;

6)对矩阵{qm×n}绘制谱阵河,河流宽度为横坐标为tk;

7)对矩阵{qm×n}设定阈值c,当q(j,k)≤q(j,k+1)×c,k=1,2,…,n-1时,河流中出现“石头”;当q(j,k)×c≥q(j,k+1)时,河流中出现“旋涡”;“石头”和“旋涡”以椭圆绘制,圆心横坐标({tk}为时间序列),纵坐标椭圆长轴短轴当子河流平均宽度远小于河流总平均宽度的10%时,该子河流不出现“石头”和“旋涡”。

所述的步骤7)中的阈值c需根据具体数据确定,当c较小时,“石头”和“旋涡”分布少,包涵信息少,河流图简单直观;当c较大时,“石头”和“旋涡”分布多,包涵信息多,河流图复杂。

在步骤1)所述的振动加速度信号频谱中,具有监测价值的频率点及其相邻点对应幅值一般较大,这些点所构成的区域为高能量区,而各高能量区之间是监测意义不大的低能量区。

本发明的有益效果为:

本发明将可视化技术应用于振动加速度信号频谱分析,结合人的认知能力与计算机的计算能力,解决了振动加速度信号特征信息提取困难的问题,为机械设备监测数据分析提供了新思路,具有以下特点:

1.参考人的视觉认知过程,根据振动加速度信号频谱能量分布特征分割频段,以频段幅值和为特征信息反映机械设备运行状态,分析过程简单。

2.以谱阵河的形式显示振动加速度信号频谱幅值和随时间变化趋势,通过子河流中出现的“石头”和“旋涡”,使其反映宏观变化过程的同时,保留局部细节信息,简单直观反映机械设备的全寿命周期运行状态。

附图说明

图1是本发明的流程图。

图2是本发明实施例的滚动轴承实验装置简图。

图3是本发明实施例的滚动轴承振动加速度信号时域波形图。

图4是本发明实施例的滚动轴承振动加速度信号频谱频段分割示意图。

图5是本发明实施例的滚动轴承振动加速度信号分析结果图。

具体实施方式

以下结合附图和实施例作对本发明进一步的详细说明。

参照图1,振动加速度信号频谱的可视化分析方法,包括以下步骤:

1)对振动加速度信号进行傅里叶变换获取信号频谱幅值序列{ai}(i=1,2,…,n),n为采样点数;

2)在振动加速度信号频谱中,具有监测价值的频率点及其相邻点对应幅值一般较大,这些点所构成的区域为高能量区,而各高能量区之间是监测意义不大的低能量区;根据振动加速度信号频谱曲线特征,选取高、低能量区边界位置作为频段分割点,将整个频谱分割为5-8个频段,定义分频段内频率分量的幅值和为其中,{a1,a2,…,am+1}为频段分割点,获得幅值和序列{qj}(j=1,2,…,m),其中,m为分割频段个数;

3)对机械设备各时间点tk(k=1,2,…n)的采样数据进行步骤1)-步骤2)的处理,获得各时间点tk的序列组成矩阵{qm×n},其中,n为采样数据个数,本实施例m=6,n=82;

4)对矩阵{qm×n}每一行按三次样条插值曲线方式拟合,边界条件为首末一阶导数均为0,插值间隔点数为10,得到河流宽度矩阵{fm×n′},其中,n′=892为插值后每一行数据个数;定义河流边界矩阵为{f(m+1)×n′},其中k′=1,2,…,n′;

5)对谱阵河进行布局,按河流由下到上依次表示从低频到高频的频段幅值和,对每个频段幅值和进行颜色分配;采用jet颜色映像,根据频段个数m产生一个m×3的颜色矩阵,指定m种颜色rgb的描述,即jet(m)产生一个m×3的矩阵,包含的rgb颜色值的范围从蓝开始,经过青、绿、黄、橙,直到红;第j个频段分配颜色矩阵第j行的rgb颜色值;

6)对矩阵{qm×n}绘制谱阵河,河流宽度为横坐标为tk;

7)对矩阵{qm×n}设定阈值c=0.9,当q(j,k)≤q(j,k+1)×c,k=1,2,…,81时,河流中出现“石头”;当q(j,k)×c≥q(j,k+1)时,河流中出现“旋涡”;“石头”和“旋涡”以椭圆绘制,圆心横坐标({tk}为时间序列),纵坐标椭圆长轴短轴当子河流平均宽度远小于河流总平均宽度的10%时,该子河流不出现“石头”和“旋涡”。

参照图2,本发明实施例选择美国智能维护系统(ims)中心的滚动轴承实验装置。在一个轴上安装四个滚动轴承,将转速恒定保持在2000rpm。通过弹簧机构在轴和轴承上施加6000lb径向载荷。所有轴承都被强制润滑,在每个轴承上安装了两个pcb353b33高灵敏度石英icp加速度计,共有8个加速度计(每个垂直y和水平x)。

参照图3,以轴承1为分析对象,数据采样时间为02/12/200410:32:39到02/19/200406:22:39,采样时间间隔为10分钟,采样频率20khz,采样点数20480,共984组数据。当数据点较多时,会降低谱阵河的美学性能。因此,在分析前对数据先进行重采样,采样间隔为2小时。重采样后,数据采样时间为02/12/200410:32:39到02/19/200404:32:39,共82组数据。

参照图4,以前十组采样数据均化频谱为样本进行频谱分割,将频谱由低到高被分割为6段。

参照图5,河流的宽度随时间变化,在时间段2004-02-1210:32:39到2004-02-1706:32:39内,振动加速度信号总幅值和基本不变,反映实施例轴承运行状态正常;在时间段2004-02-1706:32:39到2004-02-1704:32:39内,振动加速度信号总幅值和以及各频段幅值和小幅变化,反映实施例轴承运行状态发生异常;在时间段2004-02-1704:32:39到2004-02-1904:32:39内,振动加速度信号总幅值和以及各频段幅值和急剧增大,反映实施例轴承运行发生故障。图中,灰色椭圆为“石头”,反映该时间点频段幅值和增加;白色椭圆为“旋涡”,反映该时间点频段幅值和减小。“石头”与“旋涡”的分布,直观体现了引起河流宽度的变化原因。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1