一种基于逆小波变换的风机状态监测方法及系统技术方案

本发明专利技术公开了一种基于逆小波变换的风机状态监测方法及系统，监测方法包括：S1、采集风机振动信号，对所述振动信号进行同步压缩小波变换，得到其对应的三维时频谱图；S2、截取所述三维时频谱图中待监测时间段及其对应的特征频段，生成截取时频谱图；S3、对所述截取时频谱图进行逆同步压缩小波变换，得到所述振动信号子成分的时域信号；S4、基于所述子成分的时域信号判断所述待监测时间段内风机的状态。本发明专利技术可以从时频谱中将风机特定时段和特定频段信号的子成分准确的提取出来，只用一个成分代替复杂的特征频率所表达的工况，能够直观的有效监测风机的运行状态，通过对风机启动、关停、振动剧烈等工况进行分析，具有很好的实用性和可靠性。

A method and system of fan condition monitoring based on inverse wavelet transform

【技术实现步骤摘要】
一种基于逆小波变换的风机状态监测方法及系统
本专利技术涉及信号处理领域，具体涉及一种基于逆小波变换的风机状态监测方法及系统。
技术介绍
风机是一种依靠输入的机械能提高排气压力并输送气体的流体机械，主要结构部件包括叶轮、机壳、进风口、支架、电机、皮带轮、轴承等。按照气流的方向可以分为轴流式、离心式、混流式和横流式等，风机工作时，气体从进风口轴向进入叶轮，受到叶轮上叶片的推挤而使气体的能量升高，然后流入导叶。导叶将偏转气流变为轴向流动，同时将气体导入扩压管，进一步将气体动能转换为压力能，最后引入工作管路。刚开始工作时轴承部位的振动很小，但是随着运转时间的加长，风机内粉尘会不均匀的附着在叶轮上，逐渐破坏风机的动平衡，使轴承振动逐渐加大，一旦振动达到风机允许的最大值时，风机必须停机修理。目前在信号处理领域对于风机振动信号处理的方法主要有傅里叶变换、短时傅里叶变换、小波变换等，用于提取信号的时频特征，但想要用这些方法分析我们感兴趣的成分时，往往需要经历复杂的筛选过程，同时时频分辨率受限，难以直观反映信号的局部特征；主成分分析、经验模态分解等方法，虽然可以用于提取信号中感兴趣的子成分，但是这一类方法需要保证感兴趣成分的贡献率达到较高水平；同时对于提取的成分而言，应该给出符合风机工作状态的物理解释，这在风机工业应用中实施难度较大。基于时频谱子成分提取更能直观的反映风机等旋转机械的运行状态，公开号为CN108708871A的专利技术专利申请公开了一种基于逆短时傅里叶变换的轴流风机振动信号子成分提取方法，(1)用一个窗函数对轴流风机振动信号进行短时傅里叶变换，作出轴流风机振动信号原始波形图、频域图和进行短时傅里叶变换后的时频图，并得到相应参数，包括：短时傅里叶变换矩阵S、频率矩阵F、时间矩阵T、能量谱密度P；(2)构建零向量Z作为重构信号，计算窗函数个数coln、幅值修正系数B、零向量Z的长度length(Z)；(3)对短时傅里叶变换矩阵S进行逆变换，得到返回的重构信号Z，由时频图重构出时域波形图；(4)输出时间t与返回的重构信号Z的图形，得到轴流风机振动信号子成分。上述专利申请虽然是得到轴流风机振动信号子成分，但是其处理过程复杂，且仅涉及通过逆短时傅里叶变换提取子成分，完全不涉及如何基于子成分进行具体的风机状态监测，短时傅里叶变换也不能兼顾频率与时间分辨率的需求。因此有必要寻求一种实施复杂度低、普适性好、直观且通用的振动信号子成分分析方法，从而应用某一子成分的相关特征监测风机的不平衡量、振动剧烈程度、起停机、变工况等运行状态。
技术实现思路
本专利技术的目的是针对现有技术的缺陷，提供了一种基于逆小波变换的风机状态监测方法及系统。本专利技术可以从时频谱中将风机特定时段和特定频段信号的子成分准确的提取出来，只用一个成分代替复杂的特征频率所表达的工况，能够直观的有效监测风机的运行状态，通过对风机启动、关停、振动剧烈等工况进行分析，具有很好的实用性和可靠性。为了实现以上目的，本专利技术采用以下技术方案：一种基于逆小波变换的风机状态监测方法，包括步骤：S1、采集风机振动信号，对所述振动信号进行同步压缩小波变换，得到其对应的三维时频谱图；S2、截取所述三维时频谱图中待监测时间段及其对应的特征频段，生成截取时频谱图；S3、对所述截取时频谱图进行逆同步压缩小波变换，得到所述振动信号子成分的时域信号；S4、基于所述子成分的时域信号判断所述待监测时间段内风机的状态。进一步地，所述时频谱图wt2为：其中，b1,b2为待监测时间段的时间索引，fl,f2为应的特征频段的频率索引，b为时间，f为频率。进一步地，所述风机的状态包括：启动工况、振动剧烈工况、正常工况、关停工况。进一步地，所述步骤S4包括：当子成分的时域振幅和频谱特性都能反映振动在逐渐加剧时，判定风机在待监测时间段内处于启动工况；当子成分的时域振幅和频谱特性都能反映振动在逐渐减弱时，判定风机在待监测时间段内处于关停工况；当子成分的时域振幅和频谱特性都能反映振动在剧烈振动时，判定风机在待监测时间段内处于振动剧烈工况；当子成分的时域振幅和频谱特性都能反映振动平稳时，判定风机在待监测时间段内处于正常工况。进一步地，所述步骤S1还包括：当时，滤除对应部分信号；其中，w(a,b)为小波系数，a为伸缩因子、b时间平移因子，，n为轴承振动信号的采样点数，为噪声方差。本专利技术还提出一种基于逆小波变换的风机状态监测系统，包括：三维时频谱图生成模块，用于采集风机振动信号，对所述振动信号进行同步压缩小波变换，得到其对应的三维时频谱图；截取时频谱图生成模块，用于截取所述三维时频谱图中待监测时间段及其对应的特征频段，生成截取时频谱图；逆变换模块，用于对所述截取时频谱图进行逆同步压缩小波变换，得到所述振动信号子成分的时域信号；分析模块，用于基于所述子成分的时域信号判断所述待监测时间段内风机的状态。进一步地，所述时频谱图wt2为：其中，b1,b2为待监测时间段的时间索引，fl,f2为应的特征频段的频率索引，b为时间，f为频率。进一步地，所述风机的状态包括：启动工况、振动剧烈工况、正常工况、关停工况。进一步地，所述分析模块包括：当子成分的时域振幅和频谱特性都能反映振动在逐渐加剧时，判定风机在待监测时间段内处于启动工况；当子成分的时域振幅和频谱特性都能反映振动在逐渐减弱时，判定风机在待监测时间段内处于关停工况；当子成分的时域振幅和频谱特性都能反映振动在剧烈振动时，判定风机在待监测时间段内处于振动剧烈工况；当子成分的时域振幅和频谱特性都能反映振动平稳时，判定风机在待监测时间段内处于正常工况。进一步地，所述三维时频谱图生成模块还包括：当时，滤除对应部分信号；其中，w(a,b)为小波系数，a为伸缩因子、b时间平移因子，，n为轴承振动信号的采样点数，为噪声方差。本专利技术提出的基于逆小波变换的风机状态监测方法及系统，可以从时频谱中将风机特定时段和特定频段信号的子成分准确的提取出来，只用一个子成分代替复杂的特征频率所表达的工况，能够直观的有效监测风机的运行状态，能够对振动信号的局部特征进行分析，有效利用局部信息，计算复杂度低，处理效率高。此外，本专利技术基于逆小波变换进行子成分的提取，处理过程简单，处理实时性高。根据子成分对风机启动、关停、振动剧烈等工况进行分析，具有很好的实用性和可靠性。通过对振动信号去噪，对噪声阈值的优化设置，有效提高振动信号的分析结果。附图说明图1是实施例一提供的一种基于逆小波变换的风机状态监测方法流程图；图2是实施例二提供的一种基于逆小波变换的风机状态监测系统结构图；图3是振动信号的时频谱图；图4是图3振动信号所对应的原始时域信号及频谱；图5是图3截取的时段和频段小波重构信号及频谱；本文档来自技高网...

【技术保护点】
1.一种基于逆小波变换的风机状态监测方法，其特征在于，包括步骤：/nS1、采集风机振动信号，对所述振动信号进行同步压缩小波变换，得到其对应的三维时频谱图；/nS2、截取所述三维时频谱图中待监测时间段及其对应的特征频段，生成截取时频谱图；/nS3、对所述截取时频谱图进行逆同步压缩小波变换，得到所述振动信号子成分的时域信号；/nS4、基于所述子成分的时域信号判断所述待监测时间段内风机的状态。/n

【技术特征摘要】
1.一种基于逆小波变换的风机状态监测方法，其特征在于，包括步骤：
S1、采集风机振动信号，对所述振动信号进行同步压缩小波变换，得到其对应的三维时频谱图；
S2、截取所述三维时频谱图中待监测时间段及其对应的特征频段，生成截取时频谱图；
S3、对所述截取时频谱图进行逆同步压缩小波变换，得到所述振动信号子成分的时域信号；
S4、基于所述子成分的时域信号判断所述待监测时间段内风机的状态。


2.根据权利要求1所述的风机状态监测方法，其特征在于，所述时频谱图wt2为：



其中，b1,b2为待监测时间段的时间索引，fl,f2为应的特征频段的频率索引，b为时间，f为频率。


3.根据权利要求1所述的风机状态监测方法，其特征在于，所述风机的状态包括：
启动工况、振动剧烈工况、正常工况、关停工况。


4.根据权利要求3所述的风机状态监测方法，其特征在于，所述步骤S4包括：
当子成分的时域振幅和频谱特性都能反映振动在逐渐加剧时，判定风机在待监测时间段内处于启动工况；
当子成分的时域振幅和频谱特性都能反映振动在逐渐减弱时，判定风机在待监测时间段内处于关停工况；
当子成分的时域振幅和频谱特性都能反映振动在剧烈振动时，判定风机在待监测时间段内处于振动剧烈工况；
当子成分的时域振幅和频谱特性都能反映振动平稳时，判定风机在待监测时间段内处于正常工况。


5.根据权利要求1所述的风机状态监测方法，其特征在于，所述步骤S1还包括：
当时，滤除对应部分信号；
其中，w(a,b)为小波系数，a为伸缩因子、b时间平移因子，，n为轴承振动信号的采样点数，为噪声方差。


6.一种基于逆小波变换...

【专利技术属性】
技术研发人员：初宁，徐建锋，任华江，
申请(专利权)人：浙江上风高科专风实业有限公司，
类型：发明
国别省市：浙江;33