机械设备离线检测系统振动信号频谱分析和报警方法
【技术领域】
[0001] 本发明涉及一种机械设备离线检测系统振动信号频谱分析和报警方法。
【背景技术】
[0002] 机械设备离线检测系统中，对振动传感器检测的信号进行傅里叶变换，以频率为 独立变量建立振动信号与频率的函数关系，称为频谱分析，或频域分析。频谱分析将复杂的 时间信号，分解为若干单一的谐波分量来研究，获得信号的频率结构以及各谐波幅值和相 位信息，是机械设备状态监测和故障诊断中最常用也是最重要的分析方法之一，也是机械 设备离线检测系统中的核心诊断工具。
[0003] 在机械设备正常运行的状态下，振动信号的频谱结构相对稳定，一旦出现零部件 的异常或故障，产生新的振动源，将导致频率分量或频段内振动能量的改变，引起频谱结构 的变化。因此，可以通过对频谱结构的观察与比较，发现设备异常，进而追溯异常谱线的产 生原因，实现故障部位的判断。
[0004] 目前机械设备离线检测系统中大多采用人工分析的方法处理振动信号频谱，凭经 验辨识异常的频率分量或频段。少量检测系统中具有频率报警设置的功能，但其设置工作 还是依赖于技术人员经验，且通用性差。随着机械设备运行保障的要求逐步提高，越来越多 的回转机械设备纳入振动监控的范围内，依靠技术人员的经验分析已无法处理海量增长的 振动信号，因此必须研发高效合理的频谱特征提取方法，设置相应的监测阈值，实现自动报 警。
[0005] 目前现有的频谱自动报警方法是设置典型故障所对应频率分量幅值或频段能量 值的阈限，该报警方式受工况影响大，设备在运行过程中转速和负荷都会出现变化，因此即 使在正常状态下，振动信号的频谱结构也有一定的波动，造成监测频率分量和频段的定位 困难，引发误报警和漏报警。同时与频谱结构密切相关，对干扰小、谱线少的位移信号较为 有效，但生产现场中最常用的速度和加速度信号，由于频率成分复杂，导致报警效果较差。 其次该报警方式针对频谱的局部特征，但机械设备是多零部件组成的复杂系统，对每一个 零部件在每一种工况下的每一种故障都进行特征频率监测，在应用中无法实现。
[0006] 以Commtest公司的Ascent振动监测诊断软件为例，其在频谱报警方面主要有频 谱包络和频段报警两个功能，但其频谱包络仅提供了简单的统计包络计算，并不能合理描 述全频带内谱线的分布特征，而频段报警设置完全依赖人工调整。
【发明内容】
[0007] 本发明所要解决的技术问题是提供一种机械设备离线检测系统振动信号频谱分 析和报警方法，本方法克服了传统振动信号频谱分析的缺陷，提高了振动信号频谱的自动 分析能力和报警的准确性，满足机械设备运行保障的需求，保证了机械设备的安全、可靠运 行。
[0008] 为解决上述技术问题，本发明机械设备离线检测系统振动信号频谱分析和报警的 方法包括如下步骤：
[0009] 步骤一、对振动信号进行傅里叶变换，得到振动幅值序列和频率分量序列{軋仁| i =0, Λ，N-1}，其中Ai为振动幅值、f i为频率分量、N为谱线数；
[0010] 步骤二、采用高斯函数模板平滑振动信号的频谱数据，选择大于3的正奇数L作 为平滑长度，计算高斯函数模板的中心位置c = (L-l)/2,计算高斯函数模板的宽度系数
得到高斯函数序歹 j = 0, A，L_1 ; (67 二 VC3 >
[0011] 步骤三、高斯函数序列的每一个元素除以中心元素 G。，得到高斯函数模板4=6 / Gc, j = 0, A , L-l ；
[0012] 步骤四、振动幅值序列前后各延长c个点，得到长度为N+2c的幅值序列，即原振动 幅值序列为{A。，Ay L, AN J，如后各加 c个零的幅值序列为{0，Λ，0, A。，Ad Λ，AN ^ 0，Λ，0};
[0013] 步骤五、从幅值序列中依次选择长度为L的子序列与高斯函数模板进行内积 运算，相同频率分量对应的内积结果相加，得到各频率分量对应振动幅值Ai的包络序列
i = 0, Λ，Ν-1，其中Ai为振动幅值，M j为高斯模板函数值，E $包络序 列；
[0014] 步骤六、将恥，& | i = 0, Λ，N-1}作为振动信号的全频带分布特征，获得新的振动 信号频谱{A' d仁| i = 0, Λ，Ν-1}，其中Y i为新采集到的振动信号幅值，计算Y i与包 络序列Ei的相对总值
和单谱线相对最大
[0015] 步骤七、设置报警阈值T = 1. 1~2,如果IAT或I2>T，则给出报警信号。
[0016] 进一步，以10~20倍频率分辨率将新采集振动信号的㈧，& | i = 0, Λ，Ν-1}频 谱等分为1段，计算各段振动能量之和在总振动能量中所占的比例，得到能量比例序列ei， ? e2，…e:，其中=1，振动能量为各频率分量处振动幅值的平方； /.=1
[0017] 在能量比例序列中从大到小选取能量峰值点，直到剩余的能量峰值均小于平 均能量比例的1/1或者已选取的能量峰值点能量总和大于0. 7,组成新的能量峰值序列 ^4，其中Pl，L，pn为选取能量峰值点在能量比例序列中的序号，η为能量峰值 点个数；
[0018] 峰值序列中相邻两个能量峰值点为和i = 1，L，η-1，在能量比例序列中序 号为pjP Ρ 1+1的能量比例值中查找小于剩余平均能量比例e 3的极小值，其中剩余平均能量 为原能量比例序列中去掉能量峰值点后的序列，则
如果极小值个数 大于2,则将第一个极小值和最后一个极小值作为分段的频段边界，如果极小值个数小于或 等于2,则选择较小的一个极小值作为分段的频段边界，如果不存在极小值，在相邻能量峰 值间不作频段划分；设定各分段的频段振动能量值的1~2倍作为相对报警阈值，以识别新 产生的振动信号的振动能量分布异常。
[0019] 进一步，上述平滑长度L的选择范围为3~15。
[0020] 由于本发明机械设备离线检测系统振动信号频谱分析和报警方法采用了上述技 术方案，即本方法对振动信号进行傅里叶变换，得到振动幅值序列和频率分量序列；使用高 斯函数模板平滑振动信号的频谱数据，获得全频带谱线的幅值包络，以平滑长度作为调节 参数，设置报警阈值，以超限总值作为报警参数；自适应频段划分，得到的频段数随数据的 频谱复杂程度自动调整，以各频段的振动能量值为基准，设置各频段振动能量值的相对报 警阈值，以识别新产生的振动信号的振动能量分布异常，实现机械设备异常状态的自动辨 识。本方法克服了传统振动信号频谱分析的缺陷，提高了振动信号频谱的自动分析能力和 报警的准确性，满足机械设备运行保障的需求，保证了机械设备的安全、可靠运行。
【附图说明】
[0021] 下面结合附图和实施方式对本发明作进一步的详细说明：
[0022] 图1为本方法的流程框图。
【具体实施方式】
[0023] 实施例如图1所示，本包括如下步骤：
[0024] 步骤一、对振动信号进行傅里叶变换，得到振动幅值序列和频率分量序列{軋仁| i =0, Λ，N-1}，其中Ai为振动幅值、f i为频率分量、N为谱线数；
[0025] 步骤二、采用高斯函数模板平滑振动信号的频谱数据，选择大于3的正奇数L作 为平滑长度，计算高斯函数模板的中心位置c = (L-l)/2,计算高斯函数模板的宽度系数
得到高斯函数序3
j =0, A，L_1 ;
[0026] 步骤三、高斯函数序列的每一个元素除以中心元素 G。，得到高斯函数模板％ = G / Gc, j = 0, A , L-l ；
[0027] 步骤四、振动幅值序列前后各延长c个点，得到长度为N+2c的幅值序列，即原振动 幅值序列为{A。，Ay L, AN J，如后各加 c个零的幅值序列为{0，Λ，0, A。，Ad Λ