一种基于频谱稀疏性变化趋势的旋转机械状态监测方法技术

本发明专利技术涉及一种基于频谱稀疏性变化趋势的旋转机械状态监测方法，属于信号处理技术领域。本发明专利技术包括步骤：Step1：计算信号的频谱；Step2：根据频谱中最大峰值确定阈值；Step3：计算频谱稀疏度；Step4：根据频谱稀疏度的变化趋势进行状态监测。本发明专利技术提供的方法简单、快速，易于实现。本发明专利技术方法通过监测频谱稀疏度的变化趋势，不需要对频谱进行分段处理，直接使用整个频谱数据，能够更为有效和快速的识别和判断旋转机械运行状态的变化。

【技术实现步骤摘要】

本专利技术涉及，本专利技术方法根据旋转机械振动信号频谱的稀疏度变化趋势实现对旋转机械运行状态的监测，属于信号处理

技术介绍
旋转机械在运行过程中，由于零部件磨损、缺陷或故障(如轴承点蚀、齿轮断齿等)导致运行状态不断发生变化，通过对某些指标的监测能够及时的掌握到旋转机械运行状态的变化趋势，以便能够在其运行状态恶化或发生故障前及时进行保养维护、更换零件等处理。对于旋转机械的状态监测采用时域指标监测的方式，常用的时域指标为有效值、峰值、峰峰值。时域指标通过旋转机械的振动信号的时间波形计算得到，通过时域指标的变化趋势来监测旋转机械状态的变化。如果信号数据中仅有少量、数值较大的元素，而其余大部分元素都是零或近似零的小值，则我们可以称该数据为稀疏数据，或该数据具有稀疏性。由于稀疏数据具有简洁的表示形式，因此将原来不稀疏的数据通过某种计算将其转变成稀疏数据进行处理更为有效。旋转机械振动信号的时间波形数据通常不具有稀疏性，然后通过傅里叶变换得到的信号频谱具有较好的稀疏性，因此本专利技术利用频谱的稀疏性来对旋转机械的运行状态进行监测。信号的频谱是根据时间波形使用傅里叶变换得到的具有本文档来自技高网...

【技术保护点】
一种基于频谱稀疏性变化趋势的旋转机械状态监测方法，其特征在于：所述基于频谱稀疏性变化趋势的旋转机械状态监测方法的具体步骤如下：Step1、计算频谱：对采集到的旋转机械振动信号进行快速傅里叶变换计算，得到信号的频谱；Step2、确定阈值：在得到的信号频谱中找到幅值最大的成分，取最大值的20%作为阈值；Step3、计算频谱稀疏度：统计频谱中所有大于阈值的个数，然后将统计值除以频谱的长度，就得到了频谱稀疏度；Step4、状态监测：在旋转机械运行过程中，每隔一段时间采集一次数据，重复步骤Step1~Step3，计算采集到的数据的频谱稀疏度；根据计算得到的频谱稀疏度绘制频谱稀疏度趋势图；根据频谱稀疏度趋...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘畅，伍星，柳小勤，刘韬，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53