一种旋转机械频谱谐波平均优化方法技术

一种旋转机械频谱谐波平均优化方法，首先，通过对原始振动信号进行傅里叶变换获取振动信号的频谱；然后，根据分析需要确定频谱计算范围，并在确定好的频谱计算范围内对所有分析谱线进行倍频平均计算；最后，去除因倍频平均产生的频谱局部极小值均值和伪峰值，实现非谐波成分干扰噪声的去除；本发明专利技术利用故障发生时的特征成分具有谐波特性的特点，采用频谱谐波平均的方法消除或削弱频谱及包络谱中的非谐波低频、同频干扰，提高信噪比，实现故障的早期识别和诊断。

【技术实现步骤摘要】
一种旋转机械频谱谐波平均优化方法
本专利技术属于旋转机械设备状态监测与故障诊断
，具体涉及一种旋转机械频谱谐波平均优化方法。
技术介绍
目前我国在航空、石油、化工、冶金、电力等企业中，旋转机械设备约占80％。为提高工作效率，许多制造工艺均为流水作业，在实际工作中，一旦某一环节出现问题，都会导致整个生产过程瘫痪，带来巨大的经济损失，对于一些工作在高速状态的设备，还可能造成人员伤亡的恶劣事故。因此对上述旋转机械设备进行故障监测诊断具有重大意义。旋转机械设备常见的故障主要有转子故障、轴承故障、齿轮故障等，目前最有效的诊断方法为基于振动信号的监测方法。由于旋转设备具有旋转运动的工作特点，在设备运行过程中，会激发出大量的振动加速度信号，该信号中蕴含着设备状态的重要信息。频谱分析是故障识别的有效方法，许多故障的振动加速度信号中通常包含故障特征信息，其在频谱上的表现为特定故障频率成分，但在故障的早期阶段，其特征信息能量较小，受传递路径、传感器安装误差、设备部件固有振动等影响，故障信息信噪比较低，难以直接利用频谱分析进行特征提取。以滚动轴承为例，目前通常采用解调谱分析的方法进行早期故障诊断，但本文档来自技高网...

【技术保护点】
1.一种旋转机械频谱谐波平均优化方法，其特征在于：首先，通过对原始振动信号进行傅里叶变换获取振动信号的频谱；然后，根据分析需要确定频谱计算范围，并在确定好的频谱计算范围内对所有分析谱线进行倍频平均计算；最后，去除因倍频平均产生的频谱局部极小值均值和伪峰值，实现非谐波成分干扰噪声的去除。

【技术特征摘要】
1.一种旋转机械频谱谐波平均优化方法，其特征在于：首先，通过对原始振动信号进行傅里叶变换获取振动信号的频谱；然后，根据分析需要确定频谱计算范围，并在确定好的频谱计算范围内对所有分析谱线进行倍频平均计算；最后，去除因倍频平均产生的频谱局部极小值均值和伪峰值，实现非谐波成分干扰噪声的去除。2.一种旋转机械频谱谐波平均优化方法，其特征在于，包括以下步骤：步骤1)对原始振动信号进行傅里叶变换，获取信号频谱幅值序列{Ai}，{i＝1,2,L,N},N为采样点数；步骤2)根据设备运行工况及部件参数信息，确定信号分析频带上限F，得到分析频率范围0-F，并确定计算频率上限Ft；步骤3)从原始频谱0-Ft频段幅值序列中对分析频率范围0-F的所有谱线进行倍频平均计算，得到谐波平均处理后的幅值序列{Bj}，B1＝A1，其中Δf为频谱分辨率，fix为向0方向取整，是频率(j-1)*Δf在计算频率0-Ft范围内可计算的谐波个数；步骤4)去局部极小值均值，Cj＝abs(Bj-av)，其中是频谱幅值序列局部极小值的平均值，满足Bj＜Bj-1且Bj＜Bj+1，k＝...

【专利技术属性】
技术研发人员：张庆，何小高，贾林山，安存昌，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61