本发明属于机械装备状态监测与故障诊断,尤其涉及一种仿真运动学振动数据的离心泵故障模式诊断方法。
背景技术:
1、在机械装备状态监测与故障诊断中,离心泵的状态监测和故障诊断可通过传统的信号传感器采集正常运行时的振动信号和故障状态下的振动信号,以对离心泵的状态进行评估与诊断识别,然而由于外界噪声与结构干扰分量的扰动,采集的振动信号往往具有很强的非线性、非平稳、非高斯特性。
2、作为离心泵中的关键零部件,叶轮与滚动轴承长时间连续作业在如汽蚀、空化、变速、变负载、高周循环疲劳的恶劣工况中,不可避免地出现点蚀、腐蚀、裂纹、剥落、断裂等典型故障;轻则可导致设备停机、生产停线,重则可能导致人员伤亡等重大安全事故,严重危及生命财产安全;因此,叶轮与滚动轴承的故障特征诊断对于保障设备能精准诊断、快速维修、恢复生产、可靠运行具有重要意义。
3、经研究发现,叶轮与滚动轴承出现局部损伤时,运行过程中产生的各种振动信号表现出极度差异性;然而,传统的传感器故障诊断,极易被外界噪声与结构干扰分量污染,使得较弱故障特征频率提取困难或诊断精度低。
4、目前,经典的故障诊断可以提取到部分故障和正常运行模式的时域信号、频域信号和时频域信号,但仍存在部分瓶颈问题:
5、第一,离心泵一直处于正常工况下运行,瞬时停机导致故障数据采集困难,禁止不安全操作和数据采集,数据分布不平衡会降低模型的故障诊断精度和可靠性;
6、第二,目前故障诊断通常使用实验室的小样本数据集进行故障诊断,并且使用不充足的数据集进行模型训练,也不可避免地降低了诊断的准确性;
7、第三,用于离心泵故障诊断的故障类型比较单一,不具有说服力,如无法识别离心泵叶片断裂的故障特征。
技术实现思路
1、本发明为了克服上述背景技术中的瓶颈问题,尤其针对强背景噪声下的故障特征数据难以提取问题,本发明提供了一种仿真运动学振动数据的离心泵故障模式诊断方法,该方法针对数据不平衡、小样本问题,提出用3d模型代替实验室取样;本发明提出用wgan来进行数据的增强、扩张,提高离心泵的故障模式和正常模式的诊断识别精度,以准确诊断出离心泵的各种故障类型。
2、为实现上述目的,本发明提供了如下的技术方案。
3、一种仿真运动学振动数据的离心泵故障模式诊断方法,包括以下步骤:
4、步骤s100:利用3d离心泵模型对振动信号进行计算机模拟,拾取在3d离心泵模型中设置的故障模式和正常运行模式下的振动加速度数据;
5、步骤s200:对振动加速度数据进行处理,转化成与模式相应的灰度图,构成少量的原始灰度图数据集;
6、步骤s300:利用少量的原始灰度图数据集进行wgan模型的训练,用训练生成的更多相似灰度图来扩充原始灰度图数据集,形成用于故障识别的故障识别数据集;
7、步骤s400:利用扩充后的故障识别数据集对离心泵进行故障识别,完成离心泵故障模式诊断。
8、作为本发明进一步的方案,利用3d离心泵模型模拟的振动信号可表达为:
9、(1);
10、式(1)中,为含噪声的模拟信号,,为各种故障模式和正常模式对应的固有振动信号,为外界干扰噪声,模拟信号,固有振动信号以及干扰噪声noise均看作一维低秩矩阵。
11、作为本发明进一步的方案,将式(1)的振动信号切分成等长片段,将片段转化成二维灰度图64×64,4096个数据点转化64×64的二维矩阵。
12、作为本发明进一步的方案,所述wgan模型的目标函数为:
13、(2);
14、式(2)中,表示式中所有利普利兹连续函数f的上界,,是上的固定分布;式(2)中具有一个隐含随机变量空间z,生成器g使zrd生成到的映射,是映射过程中的一个参数gθ(z),代表的是gθ(z)的分布函数,将片段转化成的二维灰度图输入给式(2)进行训练,代表灰度图作为真实样本的期望,代表的生成样本的期望,与达到纳什平衡时,停止训练;不能达到纳什平衡时,继续训练,直到能到达纳什平衡。
15、与现有技术相比,本发明仿真运动学振动数据的离心泵故障模式诊断方法的有益效果是:
16、第一,本发明提出的离心泵故障模式诊断方法可以准确提取强背景噪声淹没下离心泵的各种故障种类的振动信号;
17、第二,本发明提出的离心泵故障模式诊断方法在得到理想状态下的振动信号的同时,保留了信号的所有特征,能有效解决样本不平衡取样难的问题;
18、第三,本发明使用wgan模型对少量样本的扩充,模型简单收敛快,可以解决样本不平衡问题和小样本问题,且该方法计算复杂度低,响应速度快,可操作性强,具有良好的工业应用价值。
1.一种仿真运动学振动数据的离心泵故障模式诊断方法,其特征在于:
2.根据权利要求1所述的仿真运动学振动数据的离心泵故障模式诊断方法,其特征在于,利用3d离心泵模型模拟的振动信号可表达为:
3.根据权利要求2所述的仿真运动学振动数据的离心泵故障模式诊断方法,其特征在于,将式(1)的振动信号切分成等长片段,将片段转化成二维灰度图64×64,4096个数据点转化64×64的二维矩阵。
4.根据权利要求3所述的仿真运动学振动数据的离心泵故障模式诊断方法,其特征在于,所述wgan模型的目标函数为: