一种基于参数辨识的压气机故障诊断方法技术

本发明专利技术公开了一种基于参数辨识的压气机故障诊断方法，包括以下步骤：首先对原始压气机故障信号进行信号分解，得到一系列的分量；然后分别求出每一个分量与原始压气机故障信号间的K‑L散度、互信息和相关系数值作为该分量综合指标的三个维度值；再将综合指标作为各分量的特征向量，将所有分量的特征向量组成一个集合，对集合内的元素进行分层聚类，使真实分量与虚假分量聚为两类；最后消除虚假分量。本发明专利技术的优点在于：基于本发明专利技术，可以降低信号分解方法的分析误差，构建故障诊断特征阈值库。

A method of compressor fault diagnosis based on parameter identification

The invention discloses a compressor fault diagnosis method based on parameter identification, including the following steps: first, the signal is decomposed to the original compressor fault signal, and a series of components are obtained. Then, the K divergence, mutual information and correlation coefficient between each component and the original compressor fault signal are obtained respectively. The three dimension value of the component comprehensive index; then the comprehensive index is used as the feature vector of each component, and the feature vectors of all components are composed of a set, and the elements in the set are hierarchical clustering, so that the real component and the false component are clustered into two classes; finally, the false components are eliminated. The advantages of the invention are: Based on the invention, the analysis error of the signal decomposition method can be reduced, and the fault diagnosis characteristic threshold library is constructed.

【技术实现步骤摘要】
一种基于参数辨识的压气机故障诊断方法
本专利技术涉及旋转机械振动响应的时频域分析
，尤其涉及一种基于参数辨识的压气机故障诊断方法。
技术介绍
燃机压气机气动特性恶化机理较为复杂，可能引起故障的原因众多。在生产实际中为了精确定位故障激振源，需要对故障参数进行深入的处理分析。在提取故障参数特征，构建实时诊断平台的过程中，信号处理方法的误差往往对诊断结果有着极为重大的影响。集成经验模态分解(EEMD)，希尔伯特振动分解(HVD)等信号分解方法在各领域得到了广泛应用，但这些方法在分解过程中存在着虚假分量的问题。为了解决虚假分量问题，使HVD等常用信号分解方法具有更高的工程实用价值，需要引入合适的指标对虚假分量进行鉴别。针对信号分解过程中的虚假分量问题，许多学者进行了相关研究并提出了一些鉴别指标，包括K-L散度、互信息和相关系数等。这些鉴别指标需要通过预先设定阈值区分真实和虚假分量，不能够实现真假分量的自动识别；同时，设定的阈值只是对试验样本规律的总结，缺乏理论支持，容易受到试验样本集片面性和单一指标误诊率的影响，难以推广。上述指标在使用过程中往往并不能全面反映分量与原始信号的内在关联。本文档来自技高网...

【技术保护点】
一种基于参数辨识的压气机故障诊断方法，其特征在于：包括以下步骤：首先对原始压气机故障信号进行信号分解，得到一系列的分量；然后分别求出每一个分量与原始压气机故障信号间的K‑L散度、互信息和相关系数值作为该分量综合指标的三个维度值；再将综合指标作为各分量的特征向量，将所有分量的特征向量组成一个集合，对集合内的元素进行分层聚类，使真实分量与虚假分量聚为两类；最后消除虚假分量。

【技术特征摘要】
1.一种基于参数辨识的压气机故障诊断方法，其特征在于：包括以下步骤：首先对原始压气机故障信号进行信号分解，得到一系列的分量；然后分别求出每一个分量与原始压气机故障信号间的K-L散度、互信息和相关系数值作为该分量综合指标的三个维度值；再将综合指标作为各分量的特征向量，将所有分量的特征向量组成一个集合，对集合内的元素进行分层聚类，使真实分量与虚假分量聚为两类；最后消除虚假分量。2.如权利要求1所述的基于参数辨识的压气机故障诊断方法，其特征在于：求出分量与原始压气机故障信号间的K-L散度的方法包括以下步骤：设X＝{x1，x2，…，xn}，Y＝{y1，y2，…，yn}，X和Y分别为其中一个分量和原始压气机故障信号；首先通过非参数估计法求出X概率分布的核密度估计p(x)和Y概率分布的核密度估计q(x)，其中，平滑参数h是给定的正数，K(·)是核函数；然后求出X和Y的K-L距离δ(p，q)和δ(q，p)，最后求出X和Y的K-L散度值D(p,q)，D(p,q)＝δ(p,q)+δ(q,p)。3.如权利要求1所述的基于参数辨识的压气机故障诊断方法，其特征在于：求出分量与原始压气机故障信号间的互信息的方法包括以下步骤：对于两个随机变量X和Y，用下式计算X和Y之间的互信息：当X和Y为离散变量时，它们之间的互...

【专利技术属性】
技术研发人员：徐搏超，阮圣奇，吴仲，王松浩，许昊煜，李强，胡中强，任磊，蒋怀锋，陈开峰，邵飞，徐钟宇，
申请(专利权)人：中国大唐集团科学技术研究院有限公司华东分公司，
类型：发明
国别省市：安徽,34