一种基于振动分析的转子系统故障诊断装置，在试验台基座上依次并排设置有电动机、第一轴承座、第二轴承座和第三轴承座，电动机的输出轴通过第一联轴器连接第一旋转轴的一端，第一旋转轴的另一端贯穿所第一轴承座后通过设置在第二轴承座内的第二联轴器连接第二旋转轴的一端，第二旋转轴的另一端贯穿第三轴承座，其中，第一旋转轴上在位于第一轴承座远离第一联轴器的那一侧固定设置有第一圆盘，第二旋转轴在伸出第三轴承座的那一端上固定设置有第二圆盘，第二旋转轴设置有第二圆盘的这一端的周边设置有用于采集第二旋转轴工作状态的传感器组，传感器组的信号输出端连接计算机的信号输入端。本实用新型专利技术能够有效的采集转子系统的工作状态信号。
【技术实现步骤摘要】
本技术涉及一种转子系统故障诊断方法。特别是涉及一种基于振动分析的转子系统故障诊断装置。
技术介绍
振动分析是对转子系统进行故障诊断最简单最直接的手段，典型的振动分析方法包括:短时傅里叶变换、小波变换、经验模态分解等，但它们都有各自的局限性:短时傅里叶变换只适用于处理平稳信号，且不能兼顾频率与时间分辨率的需求；小波变换虽然具有可变的时频窗口，但是小波基函数的选择没有明确的标准；经验模态分解是一种自适应的时频分解方法，在旋转机械故障诊断中得到了较多的应用，但该方法存在着过包络、模态混淆、端点效应以及由Hilbert变换带来的无法解释的负频率等问题。固有时间尺度分解是一种新的非平稳信号分析方法，它解决了经验模态分解的一些固有缺陷，在非平稳脑电波信号的分析中取得了不错的效果。但是由于转子系统振动信号更为复杂，想要将固有时间尺度分解用于转子系统振动信号分析仍然需要对其平滑方法和旋转分量判据等问题进行优化。在故障模式识别方面，典型的方法包括神经网络、支持向量机和相关向量机等。神经网络容易陷入局部最优解并且对参数的设置要求较高，支持向量机不能给出概率性的输出且模型较复杂。相关向量机是一种较为优秀的模式识别方法，它可以给出概率性的输出同时模型较为稀疏，但是相关向量机是针对二分类问题的提出的，而故障诊断通常是多分类问题。因此，需要应用多分类策略将二分类相关向量机拓展为多分类相关向量机。常用的多分类策略包括:一对一，一对多和有向无环。其中有向无环方法效率更高并且不存在不可分区域，但是由于有向无环节点分布是随机的，如果上层节点出现误分，误差将传递到下层节点，最终影响故障诊断精度，这被称为有向无环的误差累积现象。如何确定合理的有向无环结构，是缓解误差累积问题提高有向无环相关向量机模型故障诊断精度的关键。
技术实现思路
本技术所要解决的技术问题是，提供一种能够准确分析非平稳振动信号，提取具有代表性的故障特征，降低有向无环相关向量机误差累积现象的基于振动分析的转子系统故障诊断装置。本技术所采用的技术方案是:一种用于基于振动分析的转子系统故障诊断方法的装置，包括有试验台基座，所述的试验台基座上依次并排设置有电动机、第一轴承座、第二轴承座和第三轴承座，所述的电动机的输出轴通过第一联轴器连接第一旋转轴的一端，所述第一旋转轴的另一端贯穿所第一轴承座后通过设置在第二轴承座内的第二联轴器连接第二旋转轴的一端，所述第二旋转轴的另一端贯穿第三轴承座，其中，所述第一旋转轴上在位于第一轴承座远离第一联轴器的那一侧固定设置有第一圆盘，所述第二旋转轴在伸出所述第三轴承座的那一端上固定设置有第二圆盘，所述第二旋转轴设置有第二圆盘的这一端的周边设置有用于采集第二旋转轴工作状态的传感器组，所述传感器组的信号输出端连接计算机的信号输入端。所述的传感器组包括有分别设置在所述第二圆盘周边的用于采集第二旋转轴转速的转速传感器、用于采集第二旋转轴X方向位移的第一位移传感器和用于采集第二旋转轴Y方向位移的第二位移传感器。所述的传感器组的信号输出端是通过数据采集卡连接所述计算机的信号输入端。本技术的基于振动分析的转子系统故障诊断装置，结构简单，便于实现。能够有效的采集转子系统的工作状态信号，为基于类别可分性的改进有向无环相关向量机模型提供了有效数据，从而能够缓解了原模型中的误差累积问题，可以快速准确的识别转子系统故障类型，适用于转子系统在线诊断。【附图说明】图1是本技术基于振动分析的转子系统故障诊断装置的结构示意图；图2a是转子系统正常状态振动信号；图2b是转子系统轻微不对中故障振动信号；图2c是转子系统严重不对中故障振动信号；图2d是转子系统碰摩故障振动信号；图2e是轴承滚动体故障状态振动信号。图中1:试验台基座2:电动机3:第一联轴器4:第一轴承座5:第一圆盘6:第一旋转轴7:第二联轴器8:第二轴承座9:第二旋转轴10:第三轴承座11:第二圆盘12:传感器组13:数据采集卡14:计算机【具体实施方式】下面结合实施例和附图对本技术的基于振动分析的转子系统故障诊断装置做出详细说明。如图1所示，本技术的基于振动分析的转子系统故障诊断装置，包括有试验台基座I，所述的试验台基座I上依次并排设置有电动机2、第一轴承座4、第二轴承座8和第三轴承座10，所述的电动机2的输出轴通过第一联轴器3连接第一旋转轴6的一端，所述第一旋转轴6的另一端贯穿所第一轴承座4后通过设置在第二轴承座8内的第二联轴器7连接第二旋转轴9的一端，所述第二旋转轴9的另一端贯穿第三轴承座10，其中，所述第一旋转轴6上在位于第一轴承座4远离第一联轴器3的那一侧固定设置有第一圆盘5，所述第二旋转轴9在伸出所述第三轴承座10的那一端上固定设置有第二圆盘11，所述第二旋转轴9设置有第二圆盘11的这一端的周边设置有用于采集第二旋转轴9工作状态的传感器组12，所述传感器组12的信号输出端连接计算机14的信号输入端。所述的传感器组12的信号输出端是通过数据采集卡13连接所述计算机14的信号输入端。所述的传感器组12包括有分别设置在所述第二圆盘11周边的用于采集第二旋转轴9转速的转速传感器121、用于采集第二旋转轴9X方向位移的第一位移传感器122和用于采集第二旋转轴9Y方向位移的第二位移传感器123。下面给出具体实例:本实例是基于振动分析的转子系统故障诊断装置采集转子系统的工作状态信号。实验台以PW4000型双转子涡轮风扇发动机的低压转子系统为蓝本，采用与原机相同的0-2-1支承结构形式和轴承类型，试验台尺寸较模型尺寸缩小一倍，使用电机驱动。利用振动位移传感器采集转子系统正常、轻微不对中、严重不对中、碰摩、轴承滚动体故障各20组信号，共获得100组信号，采样频率为20kHz，转子系统五种状态振动信号如图2a、图2b、图2c、图2d和图2e所示。其中不对中故障通过调节轴承座支撑高度实现，碰磨故障通过碰磨装置实现，轴承故障利用线切割在滚动体上加工深度为0.3mm的切槽实现。【主权项】1.一种基于振动分析的转子系统故障诊断装置，包括有试验台基座(I)，其特征在于，所述的试验台基座(I)上依次并排设置有电动机(2)、第一轴承座(4)、第二轴承座(8)和第三轴承座(10)，所述的电动机(2)的输出轴通过第一联轴器(3)连接第一旋转轴(6)的一端，所述第一旋转轴(6)的另一端贯穿所第一轴承座(4)后通过设置在第二轴承座(8)内的第二联轴器(7)连接第二旋转轴(9)的一端，所述第二旋转轴(9)的另一端贯穿第三轴承座(10)，其中，所述第一旋转轴(6)上在位于第一轴承座(4)远离第一联轴器(3)的那一侧固定设置有第一圆盘(5)，所述第二旋转轴(9)在伸出所述第三轴承座(10)的那一端上固定设置有第二圆盘(11)，所述第二旋转轴(9)设置有第二圆盘(11)的这一端的周边设置有用于采集第二旋转轴(9)工作状态的传感器组(12)，所述传感器组(12)的信号输出端连接计算机(14)的信号输入端。2.根据权利要求1所述的基于振动分析的转子系统故障诊断装置，其特征在于，所述的传感器组(12)包括有分别设置在所述第二圆盘(11)周边的用于采集第二旋转轴(9)转速的转速传感器(121)、用于采集第二旋转轴(9本文档来自技高网...
【技术保护点】
一种基于振动分析的转子系统故障诊断装置，包括有试验台基座(1)，其特征在于，所述的试验台基座(1)上依次并排设置有电动机(2)、第一轴承座(4)、第二轴承座(8)和第三轴承座(10)，所述的电动机(2)的输出轴通过第一联轴器(3)连接第一旋转轴(6)的一端，所述第一旋转轴(6)的另一端贯穿所第一轴承座(4)后通过设置在第二轴承座(8)内的第二联轴器(7)连接第二旋转轴(9)的一端，所述第二旋转轴(9)的另一端贯穿第三轴承座(10)，其中，所述第一旋转轴(6)上在位于第一轴承座(4)远离第一联轴器(3)的那一侧固定设置有第一圆盘(5)，所述第二旋转轴(9)在伸出所述第三轴承座(10)的那一端上固定设置有第二圆盘(11)，所述第二旋转轴(9)设置有第二圆盘(11)的这一端的周边设置有用于采集第二旋转轴(9)工作状态的传感器组(12)，所述传感器组(12)的信号输出端连接计算机(14)的信号输入端。
【技术特征摘要】
【专利技术属性】
技术研发人员：张俊红，刘昱，林杰威，马文明，鲁鑫，
申请(专利权)人：天津大学，
类型：新型
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。