The invention discloses a mechanical fault detection method, which comprises: collecting eddy current displacement signal; decomposing the collected eddy current displacement signal to obtain multiple narrow-band mode components of the eddy current displacement signal; selecting narrow-band mode components containing fault feature information from multiple narrow-band mode components obtained by decomposing; selecting narrow-band mode components containing fault feature information according to the selected narrow-band mode components containing fault feature information The method can reconstruct the eddy current displacement signal to obtain the reconstructed eddy current displacement signal, demodulate the reconstructed eddy current displacement signal, extract the fault information from the demodulated signal, and determine the fault status of the mechanical equipment according to the extracted fault information. Accordingly, the invention also discloses a mechanical fault detection device. Through the above methods and devices, the accuracy of mechanical fault detection can be improved.
【技术实现步骤摘要】
机械故障检测方法、装置及计算机可读存储介质
本专利技术涉及一种机械故障检测方法、装置及计算机可读存储介质。
技术介绍
通常,为了对机械设备进行故障检测,可以在机械设备的不同部位安装传感器,并由这些传感器采集电涡流位移信号,并根据所采集的电涡流位移信号进行机械故障检测。具体地,当机械设备出现局部故障时,通过传感器测得的电涡流位移信号中将含有小部分振动特性,因此,通过分析电涡流位移信号中的振动特性即可以确定机械设备是否发生了故障。但是,由于这些振动特性容易被随机噪声和其他干扰因素淹没,因此,如何有效地从电涡流位移信号中提取机械故障特征以完成机械故障检测是一个难题。
技术实现思路
为了解决上述问题,本专利技术提供一种机械故障检测方法、装置及计算机可读存储介质。本专利技术提供的机械故障检测方法包括:采集电涡流位移信号;分解所采集的电涡流位移信号,得到所述电涡流位移信号的多个窄带模式分量;从分解得到的多个窄带模式分量中选择包含故障特征信息的窄带模式分量;根据选择出的包含故障特征信息的窄带模式分量重构电涡流位移信号,得到重构电涡流位移信号;对所述重构电涡流位移信号进行解调;以及从解调后的信号中提取故障信息,并根据提取的故障信息确定机械设备的故障状态。在本专利技术的机械故障检测方法中,通过先将采集的电涡流位移信号分解为多个窄带模式分量,再从分解得到的多个窄带模式分量选择出包含故障特征信息的窄带模式分量,去除干扰分量,然后再重构得到新的电涡流位移信号,从而可以有效去除电涡流位移信号中的随机噪声和其 ...
【技术保护点】
1.一种机械故障检测方法,其特征在于,所述方法包括:/n采集电涡流位移信号;/n分解所采集的电涡流位移信号,得到所述电涡流位移信号的多个窄带模式分量;/n从分解得到的多个窄带模式分量中选择包含故障特征信息的窄带模式分量;/n根据选择出的包含故障特征信息的窄带模式分量重构电涡流位移信号,得到重构电涡流位移信号;/n对所述重构电涡流位移信号进行解调;以及/n从解调后的信号中提取故障信息,并根据提取的故障信息确定机械设备的故障状态。/n
【技术特征摘要】
1.一种机械故障检测方法,其特征在于,所述方法包括:
采集电涡流位移信号;
分解所采集的电涡流位移信号,得到所述电涡流位移信号的多个窄带模式分量;
从分解得到的多个窄带模式分量中选择包含故障特征信息的窄带模式分量;
根据选择出的包含故障特征信息的窄带模式分量重构电涡流位移信号,得到重构电涡流位移信号;
对所述重构电涡流位移信号进行解调;以及
从解调后的信号中提取故障信息,并根据提取的故障信息确定机械设备的故障状态。
2.根据权利要求1所述的机械故障检测方法,其特征在于,所述电涡流位移信号由安装在被测机械设备关键部位的传感器采集。
3.根据权利要求1所述的机械故障检测方法,其特征在于,所述分解所采集的电涡流位移信号包括:采用变分模式分解方法或者改进的变分模式分解方法分解所采集的电涡流位移信号。
4.根据权利要求1所述的机械故障检测方法,其特征在于,所述从分解得到的多个窄带模式分量中选择包含故障特征信息的窄带模式分量包括:
分别计算各个窄带模式分量的相关峰度积;
分别将各个窄带模式分量的相关峰度积与预先设定的阈值进行比较,
如果某个窄带模式分量的相关峰度积小于或等于预先设定的阈值,则确定所述窄带模式分量为干扰分量;
如果某个窄带模式分量的相关峰度积大于预先设定的阈值,则确定所述窄带模式分量为包含故障特征信息的窄带模式分量。
5.根据权利要求4所述的机械故障检测方法,其特征在于,所述相关峰度积通过如下公式确定:
CKPi=Cor(IMFi)*kur(IMFi)
其中,IMFi指多个窄带模式分量中的第i个窄带模式分量;Cor(IMFi)代表IMFi的相关系数;kur(IMFi)代表IMFi的峰度。
6.根据权利要求5所述的机械故障检测方法,其特征在于,所述Cor(IMFi)和kur(IMFi)分别通过如下公式确定:
其中,x(t)表示电涡流位移信号;t表示时间;μ表示平均值;σ表示标准差;E()表示数学期望。
7.根据权利要求5所述的机械故障检测方法,其特征在于,所述预先设定的阈值根据各个窄带模式分量中最大的相关峰度积或各个窄带模式分量平均相关峰度积设置。
8.根据权利要求1所述的机械故障检测方法,其特征在于,所述对所述重构电涡流位移信号进行解调包括:计算重构电涡流位移信号的频率加强能量解调谱;以及
所述从解调后的信号中提取故障信息并根据提取的故障信息确定机械设备的故障状态包括:根据重构电涡流信号的频率加强能量解调谱,通过线性差值方法确定故障特征频率处是否存在谱线,如果不存在,则机械设备处于正常工作状态;如果存在,则机械设备处于故障状态。
9.根据权利要求8所述的机械故障检测方法,...
【专利技术属性】
技术研发人员:殷立,王棋,刘明,
申请(专利权)人:西门子中国有限公司,
类型:发明
国别省市:北京;11
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。