一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法技术

本发明专利技术公开了一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法，基于带通滤波与相关运算相结合的方法来提升已有磨粒传感器信号的灵敏度。基于已有电感式磨粒传感器，将两路传感器串联安装在油液管路中，将采集到的两路传感器信号通过本发明专利技术提出的方法可以将灵敏度提升至原来的2.76倍，从而能够检测更小的磨粒，为基于磨粒信息的故障诊断服务。

【技术实现步骤摘要】
一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法
本专利技术属于机械系统状态监测、故障诊断及寿命预测
，具体涉及一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法。
技术介绍
随着机械系统的日益复杂与精密，实时监测对于机械可靠的运行有着重要的意义[1]。磨粒检测作为一种直接的监测方式是基于监测油液中的污染物可以的数量和大小以及材质来监测机械状态，它能很容易跟踪和发现机械的故障[2]。由于其简单的结构以及对油液品质部敏感等优点，电感式磨粒检测是目前最实用在线磨粒监测方法。其原理是当金属磨粒通过传感器时，会引起磁场的改变，从而产生电信号[3]。然而，由于磁场难以被集中，因此对于大流量监测时造成了这一类传感器灵敏度不足的问题。为了提升传感器的灵敏度，早在1988年,ChambersKW等人[4]基于磁力收集磨粒同时释放通过传感器从而提升传感器的灵敏度的想法，设计了一种带磁力收集装置的电感式磨粒传感器。在随后的研究中，Miller等人[5]提到了一种三线圈结构的磨粒传感器(ODM)，通过改变磁场的梯度提升传感器灵敏度在直径为1/2"油管下，它能有效的监测大于125um的球型铁磁质磨粒，并成功的应用于F22航空发动机的检测上。然而这一灵敏度依然是不足的。相关研究[6]表明，正常的机械磨损产生的磨粒尺寸为1-20um，而非正常磨损产生的磨粒为50-100um。而机械系统处在寿命的中后期时将大量产生200um以上的磨粒[5]，因此为了跟踪和监测机械系统的早期故障需要进一步提升传感器的灵敏度。为了实现这一目标，DuLi等人[7][8]通过改变线圈的长径比，能够在1.2mm的通道中有效的监测50um以上的铁磁质磨粒。之后他们又采用parallelLCresonancemethod提升传感器灵敏度，使得传感器能监测20um的铁磁质磨粒和55um的非铁磁质磨粒[9]。最近，WeiHong等人提出了一种基于径向磁场的磨粒传感器[10]，相对于传统的轴向磁场，这种结构解决了敏感区域与感应线圈体积的矛盾，从而使得传感器能在外径为20mm的管道中检测20um的薄片铁磁质磨粒,是拥有更高的相对灵敏度。另一方面，传感器的灵敏度也受限于环境的干扰。磨粒的信号是一个类似于2π正弦的信号，而传感器的干扰来源于特定频率的干扰如振动，电源以及随机噪声。显然，由这些信号构成传感器信号是非平稳的，因此阈值判断作为一种简单的方法被广泛的应用于磨粒信号的识别[5]。然而阈值判断识别效果严重的依赖于高信噪比。如果我们能提高信噪比也能使得识别更小的磨粒。不幸的是当磨粒信号淹没在干扰中时，传统的滤波器和频域处理方法很难能够有效的提高信噪比。为了提高信噪比，HoonbinHong等人[11]提出了一种分数阶微积分的方法并给出了它的数学模型。随后，XFan等人[12]提出了一种时不变小波变换相结合的方法。ISoltaniBozchalooi等人[13]采用了一种基于两级消噪的方法来消除振动干扰和背景噪声。由于分解深度是小波变换的重要参数，其直接影响了小波变换的性能，因此ChuanLi等人[14]采用了基于优化分解深度的最大重叠离散小波变换的方法。这些方法有效的提升信噪比和推动了油液污染技术的应用。然而这些方法存在参数鲁棒性和收敛问题，特别是当干扰频率与信号平率十分接近时，干扰消除的效果将会被大大削弱。相关运算是一种有效抑制周期信号中随机噪声的方法[15]，然而磨粒信号为短周期信号同时又受到存在特定频率的干扰，因此简单相关运算是不适用的。[1]ManfredR.Mauntz,JürgenGegner,UlrichKuipersandStefanKlingau2013ASensorSystemforOnlineOilConditionMonitoringofOperatingComponentsTribol.Fundam.Adv.Chapter11[2]B.J.Roylance,J.A.WilliamsandRDwyer-Joyc2000Weardebrisandassociatedwearphenomena--fundamentalresearchandpracticeProc.Inst.Mech.Eng.PartJJ.Eng.Tribol.[3]RichardDupuis2010ApplicationofOilDebrisMonitoringForWindTurbineGearboxPrognosticsandHealthManagementAnnualConf.PrognosticsHealthManage.Soc.[4]ChambersKW,ArnesonMCandWaggonerCA1988Anon-lineferromagneticweardebrissensorformachineryconditionmonitoringandfailuredetectionWearVol128No3pp325-337[5]MillerJLandKitaljevichD2000In-lineoildebrismonitorforaircraftengineconditionassessmentIEEEAerosp.Conf.Proc.Vol6pp49-56[6]TuckerJE,GalieTR,SchultzA,LuC,TankersleyLL,SebokT,etal2000LASERNETfinesopticalweardebrismonitor:aNavyshipboardevaluationofCBMenablingtechnology54thSoc.Mach.Fail.Prev.Technol.Proc.(VirginiaBeach)p191[7]DuL,ZheJ,CarlettaJ,VeilletteRandChoyF2010Real-timemonitoringofweardebrisinlubricationoilusingamicrofluidicinductiveCoultercountingdeviceMicrofluidNanofluidVol9No6pp1241-1245[8]DuLandZheJ2011AhighthroughputinductivepulsesensorforonlineoildebrismonitoringTribol.Int.vol44No2pp175-179[9]DuL.,ZhuX.L.,HanY.,ZhaoL.andZheJ.2013ImprovingsensitivityofaninductivepulsesensorfordetectionofmetallicweardebrisinlubricantsusingparallelLCresonancemethodMeas.Sci.Technol.Vol24075106[10]WeiHong,ShaopingWang,MiletaTomovic,LeiHanandJianShi2013RadialinductivedebrisdetectionsensorandperformanceanalysisMeas.Sci.Techno本文档来自技高网...

【技术保护点】
一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法，包括以下几个步骤：步骤一：将磨粒传感器X、磨粒传感器Y接入油液回路中，磨粒传感器X、磨粒传感器Y之间的管路长度为L，其中：Q为油液的体积流量，r为管道内径，n为大于0的整数；磨粒传感器X的输出为：x(t)=Asin(wt)+Bxsin(wnt)+Cxn(t)(0≤t≤2πw)Bxsin(wnt)+Cxn(t)(t<0,2πw<t)]]>其中，A是磨粒信号的幅值，w是磨粒信号的频率，Bx是特定频率干扰对磨粒传感器X的干扰幅值，wn是特定干扰的频率，Cx是随机干扰造成传感器X的随机噪声，n(t)是背景噪声源；磨粒传感器Y的输出为：y(t)=Asin[w(t-τ)]+Bysin(wnt)+Cyn(t)(τ≤t≤τ+2πw)Bysin(wnt)+Cyn(t)(t<τ,τ+2πw<t)]]>其中，By是特定频率干扰对传感器Y的干扰幅值，Cy是随机干扰造成传感器Y的背景噪声；步骤二：将磨粒传感器X、磨粒传感器Y的输出信号分别输出至两个带通滤波器，两个带通滤波器的通带分别为到衰减为30dB，其中l为磨粒传感器的轴向长度；步骤三：将两个带通滤波器的输出结果进行相关运算，相关运算数据长度两路信号的延时则截取区间长度为T的两路传感器做延时为τ相关运算则有：当无磨粒通过时，即t＜τ或者相关运算的结果为：RNxy(t)=BxBy2cos(-wnτ)-BxBy2Twnsin(wnT)cos[2wnt-wn(T+τ)]+CxCyTRn(τ)]]>其中，Rn(τ)是随机噪声n(t)的关于延时τ的自相关；当有磨粒通过时，即相关运算的结果为：Rxy(t)＝RSxy(t)+RNxy(t)其中，RSxy(t)=1T∫τt{A2sin2[w(ξ-τ)]+Asin[w(ξ-τ)]{Bysin(wnξ)+Bxsin[wn(ξ-τ)]}dξ,]]>RSxy(t)则为由磨粒引起的部分，RNxy(t)则为由干扰和噪声引起的部分；设相关运算的信噪比为：SNRC=max|RSxy|max|RNxy-avg(RNxy)|]]>其中max(·)是取最大值，avg(·)是取平均值；调整磨粒传感器X、磨粒传感器Y的距离，使τ＝2nπ，令Bx＝By＝B，则：SNRC≥2A2wnπB2w]]>设置信噪比的阈值，通过阈值法检测磨粒。...

【技术特征摘要】
1.一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法，包括以下几个步骤：步骤一：将磨粒传感器X、磨粒传感器Y接入油液回路中，磨粒传感器X、磨粒传感器Y之间的管路长度为L，其中：Q为油液的体积流量，r为管道内径，n为大于0的整数；磨粒传感器X的输出为：其中，A是磨粒信号的幅值，w是磨粒信号的频率，Bx是特定频率干扰对磨粒传感器X的干扰幅值，wn是特定干扰的频率，Cx是随机干扰造成传感器X的随机噪声，n(t)是背景噪声源；磨粒传感器Y的输出为：其中，By是特定频率干扰对传感器Y的干扰幅值，Cy是随机干扰造成传感器Y的背景噪声；步骤二：将磨粒传感器X、磨粒传感器Y的输出信号分别输出至...

【专利技术属性】
技术研发人员：王少萍，洪葳，刘浩阔，石健，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11