一种低速重载传动装置故障诊断方法制造方法及图纸

一种低速重载传动装置故障诊断方法，先测得高速轴转速信号，若转速存在波动趋势项，使用EEMD方法提取信号中趋势项，若平均转速稳定，可省略该步骤；再对信号进行二代Vold‑Kalman滤波，提取高速轴转速信号中的低速轴阶次信息；最后，对比正常与故障低速重载机械的低速轴信息时域图，实施故障诊断，本发明专利技术具有通用性，转速传感器便于安装，可在低速重载类传动设备中推广使用，具有广泛的应用前景。

A fault diagnosis method for low speed and heavy load transmission device

A fault diagnosis method for low speed and heavy load transmission device, the first measured high speed shaft speed signal, if the speed fluctuation trend, the trend extraction signal using the EEMD method, if the average speed is stable, can omit this step; then the two generation Vold Kalman filter to extract signal, the high speed shaft speed signal in low speed shaft order information; finally, the low speed shaft compared with normal and fault information in the time domain diagram of low speed and heavy duty machine, fault diagnosis, the invention has the versatility, speed sensor is easy to install, can be popularized and used in low speed and heavy load transmission equipment, and has wide application prospect.

【技术实现步骤摘要】
一种低速重载传动装置故障诊断方法
本专利技术涉及机械故障诊断
，特别涉及一种低速重载传动装置故障诊断方法。
技术介绍
低速重载传动装置低速端转速可低至数十rpm，且大多为大型设备，广泛应用于风力发电、石油化工、冶金等行业，低速重载设备是上述领域的关键设备，一旦发生故障将导致整个生产线瘫痪，给企业带来难以估计的损失。对低速重载设备进行有效的检测与故障诊断，具有重要意义。目前，基于振动测量与分析的故障监测诊断技术在高速传动装置与静载工程结构的监测中取得了一定成效，各种新技术、新方法不断涌现。然而在低速重载类装置仍面临以下问题：振动加速度分析目前被认为是最简单可靠的分析手段，但低速设备故障特征信号频率低，存在对振动加速度不敏感的问题，容易淹没在设备的振动信号及其背景噪声信号中难以提取。因此，有必要寻找一种全新的适合低速重载传动装置的故障诊断方法。
技术实现思路
为了克服上述现有技术缺点，本专利技术的目的在于提供了一种低速重载传动装置故障诊断方法，具有通用性和抗干扰性的优点。为达到上述目的，本专利技术采取的技术方案为：一种低速重载传动装置故障诊断方法，包括以下步骤：步骤一，在设备高速轴安装转速传感器；步骤二，利用数据采集设备，实时采集转速传感器测得的键相信号x(n)，其中，n代表点数；步骤三，根据键相信号x(n)与键相发生时刻计算得到高速轴转速信号speed_1(t)，t代表时间；步骤四，若高速轴转速信号speed_1(t)存在转速波动趋势项，使用集合经验模态分解EEMD(EnsembleEmpiricalModeDecomposition)提取转速信号趋势项；若高速轴转速信号speed_1(t)平均转速稳定，直接进行步骤六；步骤五，选取由集合经验模态分解EEMD得到的IMF’s频率由高到低排序的前六项相加，得到去除趋势项后的高速轴转速信号speed_2(t)；步骤六，使用二代Vold-Kalman阶次滤波提取高速轴转速信号speed_2(t)或平均转速稳定高速轴转速信号speed_1(t)中的低速轴信息；步骤七，提取低速轴信息后，对比故障机械与正常机械低速轴信息，进行故障诊断。所述的步骤四中集合经验模态分解EEMD提取转速信号趋势项实现步骤如下：(1)确定加入的高斯白噪声的幅值，设定为高速轴转速信号speed_1(t)幅值标准差的δ倍，δ取0.3；(2)向高速轴转速信号speed_1(t)中加入高斯白噪声，获得信号y(t)；(3)对信号y(t)进行EMD分解，获取一系列本征模式分量IMFs；(4)重复N次上述操作，每次加入的高斯白噪声均为随机产生；(5)将获得的N组IMFs分量分别相加求其平均值，作为最终获得的本征模式函数IMF’。所述的步骤六中二代Vold-Kalman阶次滤波的实现步骤如下：(1)低速轴信息为跟踪阶比，表示为复包络与载波的乘积，即式中，k被跟踪阶比；ak(n)为复包络；Θk(m)为载波；式中复包络ak(n)为载波Θk(n)的低频幅值调制，包络在局部范围内近似低阶多项式；用多项式表示阶比信号幅值变化，系统状态方程为：式中：为不同算子；s为给定阶数；ε(n)为非一致项；矩阵表示形式为：Ax＝ε；(2)设定Vold-Kalman滤波器只提取单个阶比成分，系统观测方程为：y(n)＝x(n)Θk(n)+ξ(n)式中：y(n)为实测数据；ξ(n)为非跟踪阶比及随机信号。矩阵表示形式为：y-Cx＝ξ；(3)进行低速轴信息求解：求方程解x(n)的前提为非跟踪阶比及随机信号ξ(n)与非一致项ε(n)的平方和最小，非一致项ε(n)平方和为：εTε＝xTATAx非跟踪阶比及随机信号ξ(n)平方和为：ξTξ＝(yT-xHCH)(y-Cx)引入加权因子r，r决定滤波器跟踪特性；J＝r2εTε+ξTξ求解方程J，得到低速轴信息。本专利技术的有益效果：当低速轴发生故障时，低速轴故障信息会通过传递系统传递至高速轴，导致高速轴转速波动，本专利技术据此提出了一种通过高速轴转速信息进行低速轴故障诊断的方法，并通过风力发电设备对方法的有效性进行验证。本专利技术方法可有效检测低速重载故障行为，相比于现有方法，具有通用性和抗干扰性的优点，并且除转速传感器外无需添加额外传感器，可在低速重载机械上推广使用，具有广泛的应用前景。附图说明图1为本专利技术方法流程图。图2为实施例光电传感器采集的键相信号。图3为实施例测得的正常风力发电机的高速轴转速信号。图4为实施例正常风力发电机进行Vold-Kalman滤波后时域图。图5为实施例测得的故障风力发电机的高速轴转速信号。图6为实施例故障风力发电机进行Vold-Kalman滤波后时域图。具体实施方式下面结合附图和实施例对本专利技术进行详细描述。某风力发电机在运行过程中，振动超标且出现异音，不符合运行标准，为定位故障源，下面通过本专利技术进行低速重载传动装置的故障诊断。参照图1，一种低速重载传动装置故障诊断方法，包括以下步骤：步骤一，在风力发电机高速轴安装转速传感器，此处选用光电传感器；步骤二，利用数据采集设备，实时采集光电传感器测得的键相信号x(n)，其中，n代表点数，如图2所示；步骤三，根据键相信号x(n)与键相发生时刻计算得到高速轴转速信号speed_1(t)，t代表时间，图3为测得的正常风力发电机高速轴转速信号，图5为测得的故障风力发电机高速轴转速信号；步骤四，若风力发电机高速轴转速信号speed_1(t)存在转速波动趋势项，使用集合经验模态分解(EEMD)提取转速信号趋势项；若高速轴转速信号speed_1(t)平均转速稳定，直接进行步骤六；对比图3、图5，转速存在波动，需先使用集合经验模态分解EEMD方法去除趋势项；集合经验模态分解EEMD提取转速信号趋势项实现步骤如下：(1)确定加入的高斯白噪声的幅值，一般设定为高速轴转速信号speed_1(t)幅值标准差的δ倍，δ取0.3；(2)向高速轴转速信号speed_1(t)中加入高斯白噪声,获得信号y(t)；(3)对信号y(t)进行EMD分解，获取一系列本征模式分量IMFs；(4)重复N次上述操作，每次加入的高斯白噪声均为随机产生；(5)将获得的N组IMFs分量相加求其平均值，作为最终获得的本征模式函数IMF’；步骤五，选取由集合经验模态分解EEMD得到的IMF’s频率由高到低排序的前六项(视分解结果确定)相加，得到去除趋势项后的高速轴转速信号speed_2(t)；步骤六，使用二代Vold-Kalman阶次滤波提取高速轴转速信号speed_2(t)的低速轴信息；二代Vold-Kalman阶次滤波的实现步骤如下：(1)低速轴信息为跟踪阶比，表示为复包络与载波的乘积，即式中，k被跟踪阶比；ak(n)为复包络；Θk(n)为载波；式中复包络ak(n)为载波Θk(n)的低频幅值调制，包络在局部范围内近似低阶多项式；用多项式表示阶比信号幅值变化，系统状态方程为：式中：为不同算子；s为给定阶数；ε(n)为非一致项；矩阵表示形式为：Ax＝ε；(2)设定Vold-Kalman滤波器只提取单个阶比成分，系统观测方程为：y(n)＝x(n)Θk(n)+ξ(n)式中：y(n)为实测数据；ξ(n)为非跟踪阶比及随机信号。矩阵表示形式为：y-Cx＝ξ；(3)进行低速轴信息求解：求方程解x(n本文档来自技高网...

【技术保护点】
一种低速重载传动装置故障诊断方法，其特征在于，包括以下步骤：步骤一，在设备高速轴安装转速传感器；步骤二，利用数据采集设备，实时采集转速传感器测得的键相信号x(n)，其中，n代表点数；步骤三，根据键相信号x(n)与键相发生时刻计算得到高速轴转速信号speed_1(t)，t代表时间；步骤四，若高速轴转速信号speed_1(t)存在转速波动趋势项，使用集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)提取转速信号趋势项；若高速轴转速信号speed_1(t)平均转速稳定，直接进行步骤六；步骤五，选取由集合经验模态分解EEMD得到的IMF’s频率由高到低排序的前六项相加，得到去除趋势项后的高速轴转速信号speed_2(t)；步骤六，使用二代Vold‑Kalman阶次滤波提取高速轴转速信号speed_2(t)或平均转速稳定高速轴转速信号speed_1(t)中的低速轴信息；步骤七，提取低速轴信息后，对比故障机械与正常机械低速轴信息，进行故障诊断。

【技术特征摘要】
1.一种低速重载传动装置故障诊断方法，其特征在于，包括以下步骤：步骤一，在设备高速轴安装转速传感器；步骤二，利用数据采集设备，实时采集转速传感器测得的键相信号x(n)，其中，n代表点数；步骤三，根据键相信号x(n)与键相发生时刻计算得到高速轴转速信号speed_1(t)，t代表时间；步骤四，若高速轴转速信号speed_1(t)存在转速波动趋势项，使用集合经验模态分解EEMD(EnsembleEmpiricalModeDecomposition)提取转速信号趋势项；若高速轴转速信号speed_1(t)平均转速稳定，直接进行步骤六；步骤五，选取由集合经验模态分解EEMD得到的IMF’s频率由高到低排序的前六项相加，得到去除趋势项后的高速轴转速信号speed_2(t)；步骤六，使用二代Vold-Kalman阶次滤波提取高速轴转速信号speed_2(t)或平均转速稳定高速轴转速信号speed_1(t)中的低速轴信息；步骤七，提取低速轴信息后，对比故障机械与正常机械低速轴信息，进行故障诊断。2.根据权利要求1所述的一种低速重载传动装置故障诊断方法，其特征在于，所述的步骤四中集合经验模态分解EEMD提取转速信号趋势项实现步骤如下：(1)确定加入的高斯白噪声的幅值，设定为高速轴转速信号speed_1(t)幅值标准差的δ倍，δ取0.3；(2)向高速轴转速信号speed_1(t)中加入高斯白噪声，获得信号y(t)；(3)对信号y(t)进行EMD分解，获取一系列本征模式分量IMFs；(4)重复N次上...

【专利技术属性】
技术研发人员：王琇峰，王帅鹏，郭美娜，
申请(专利权)人：苏州微著设备诊断技术有限公司，
类型：发明
国别省市：江苏,32