轴向柱塞泵松靴故障的多重量化诊断方法技术

本发明专利技术属于故障诊断技术领域，具体涉及一种轴向柱塞泵松靴故障的多重量化诊断方法，包括：S1、获取轴向柱塞泵轴向振动信号a和声音信号s，并对所述轴向振动信号a和所述声音信号s进行预处理；S2、通过预处理后的轴向振动信号a和声音信号s进行构造双通道三阶张量信号T；S3、对所述双通道三阶张量信号T进行自适应分解，并进行重新构造，筛选出最优分量信号a

【技术实现步骤摘要】
轴向柱塞泵松靴故障的多重量化诊断方法


[0001]本专利技术属于故障诊断
，具体涉及一种轴向柱塞泵松靴故障的多重量化诊断方法。

技术介绍

[0002]轴向柱塞泵具备结构紧凑、效率高和压力高等特点，被广泛应用于环保水处理、载重机、航空发动机和船舶发动机等重要工业装备。由于工作环境、运行工况和结构形式等因素，轴向柱塞泵在使用过程中难免会产生不同程度的磨损故障。如果磨损故障发展到一定程度，将导致严重的生产安全事故，造成经济损失甚至是人员伤亡。因此，针对轴向柱塞泵的在线监测和故障诊断技术意义重大。松靴故障是轴向柱塞泵的典型故障模式之一，现有的基于频谱分析的故障诊断技术只能定性地诊断出松靴故障是否存在，而无法量化地诊断出故障的轻重程度以及故障的尺寸。而且这些基于频谱分析的定性诊断技术还容易受到噪声干扰、工况差异等因素的影响而导致误诊或漏诊。

技术实现思路

[0003]本专利技术要解决的技术问题是：基于频谱分析的故障诊断技术只能定性地诊断出松靴故障是否存在，而无法量化地诊断出故障的轻重程度以及故障的尺寸。而且这些基于频谱分析的定性诊断技术还容易受到噪声干扰、工况差异等因素的影响而导致误诊或漏诊的技术问题。本专利技术的目的是提供一种轴向柱塞泵松靴故障量化诊断方法，在诊断出松靴故障的基础上精确地计算出故障的尺寸，旨在为轴向柱塞泵在线监测和运维管理提供基础支撑，不仅可以避免因松靴故障导致的生产安全事故，还可以节约大量的运维成本。
[0004]本专利技术解决其技术问题所采用的技术方案是：一种轴向柱塞泵松靴故障的多重量化诊断方法，包括以下步骤：S1、获取轴向柱塞泵轴向振动信号a和声音信号s，并对所述轴向振动信号a和所述声音信号s进行预处理；S2、通过预处理后的轴向振动信号a和声音信号s进行构造双通道三阶张量信号T；S3、对所述双通道三阶张量信号T进行自适应分解，并进行重新构造，筛选出最优分量信号a
o
；S4、根据最优分量信号a
o
判断轴向柱塞泵是否存在松靴故障。
[0005]优选地，在步骤S1中，通过周期分段方法将所述轴向振动信号a和所述声音信号s预处理为轴向振动信号矩阵A和声音信号矩阵S。
[0006]进一步地，在步骤S2中，采用堆叠法将所述轴向振动信号矩阵A和所述声音信号矩阵S构造为双通道三阶张量信号T，其中，所述双通道三阶张量信号T包括：第一阶、第二阶和第三阶。
[0007]进一步地，步骤S3还包括：S31、将所述双通道三阶张量信号T的第二阶和第三阶进行转置；
S32、将所述双通道三阶张量信号T的正面切片进行水平展开得到矩阵M；S33、对所述矩阵M进行奇异值分解，得到左奇异矩阵U、核心矩阵G和右奇异矩阵V；S34、根据核心矩阵G堆叠出核心张量R
k
，并根据核心张量R
k
和左奇异矩阵U计算出中间张量C
k
；S35、根据右奇异矩阵V堆叠出右奇异张量P，并根据右奇异张量P和中间张量C
k
计算出重构张量T
k
；S36、将重构张量T
k
展开为轴向振动信号a的多个分量信号a
k
；S37、通过计算每个分量信号a
k
的包络谱筛选出最优分量信号a
o
。
[0008]进一步地，在步骤S4中，绘制最优分量信号a
o
的时域波形图，并设定轴向柱塞泵主轴旋转周期为T
r
，以T
r
为周期将最优分量信号a
o
的时域波形图进行分段，并提取每一个分段中的峰值，量取出每2个相邻峰值之间的时间间隔，计算出时间间隔的平均值T
p
，若满足|T
p-T
r
|>5%，则判断该轴向柱塞泵没有松靴故障，否则判断该轴向柱塞泵存在松靴故障。
[0009]进一步地，轴向柱塞泵松靴故障的多重量化诊断方法还包括以下步骤：S5、根据T
r
周期内波形图的冲击波形的峰值以及冲击波形数量判断松靴故障程度。
[0010]进一步地，所述步骤S5包括：S51、计算出最优分量信号a
o
的均方根值R
a
，波形的最大幅值记为峰值，波形的峰值大于2R
a
记为冲击波形，若1个完整的T
r
周期内只有1个冲击波形，则判断为轻微故障；S52、若1个完整的T
r
周期内有2个冲击波形，设定所述2个冲击波形之间的间距为T
a
，若满足|T
a-T
r
/N
p
|<5%，且所述2个冲击波形之间没有第3个峰值大于R
a
的波形，则判断为中度故障；S53、若1个完整T
r
周期内有2个冲击波形，设定所述2个冲击波形之间的间距为T
a
，若满足|T
a-T
r
/N
p
|<5%，且所述2个冲击波形之间还有1个以上的冲击波形，则判断为重度故障；其中，N
p
为轴向柱塞泵的柱塞数量。
[0011]优选地，在步骤S5中，若判断为重度故障，则继续执行S6，S6、将1个完整的T
r
周期内的2个冲击波形分别记为第一冲击波形和第二冲击波形，将第一冲击波形和第二冲击波形之间的冲击波形的最大幅值标记为峰值点，将第一冲击波形的第1个极值点记为起始点，量取起始点和峰值点之间的时间差记为T
d
，计算出松靴故障宽度L
d
：其中，R为柱塞绕轴公转半径，δ为斜盘倾角。
[0012]本专利技术的有益效果是，本专利技术的轴向柱塞泵松靴故障的多重量化诊断方法，具体效果如下：本专利技术融合了轴向振动信号a和声音信号s构造出双通道三阶张量信号T，基于所提出的双通道三阶张量信号T自适应分解算法，在去除原始信号中的噪声干扰的同时，充分利用了轴向振动信号a和声音信号s中故障特征信息之间的固有耦合关系提取出了最优分量信号a
o
，通过对该最优分量信号a
o
进行特征挖掘，提出了轴向柱塞泵松靴故障的三重诊断判据，通过第一重诊断能够诊断出轴向柱塞泵有无松靴故障，通过第二重诊断能够诊断出轴向柱塞泵的不同故障程度，后续可以安排不同的处理方式。例如：判断为轻微故障，轴向柱塞泵可以继续运行；若是判断为重度故障，需要考虑更换故障零部件。再通过第三重诊断
能够进一步判断出重度故障时松靴故障宽度，当大于一定的宽度数值，必须更换零部件，否则会导致机器损毁，导致生产安全事故，通过轴向柱塞泵松靴故障的三重诊断实现松靴故障的精确量化诊断，为轴向柱塞泵状态监测和运维管理提供基础支撑，具有重要的工程应用价值。
附图说明
[0013]下面结合附图和实施例对本专利技术进一步说明。
[0014]图1为本专利技术的轴向柱塞泵松靴故障的多重量化诊断方法的工作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轴向柱塞泵松靴故障的多重量化诊断方法，其特征在于，包括以下步骤：S1、获取轴向柱塞泵轴向振动信号a和声音信号s，并对所述轴向振动信号a和所述声音信号s进行预处理；S2、通过预处理后的轴向振动信号a和声音信号s进行构造双通道三阶张量信号T；S3、对所述双通道三阶张量信号T进行自适应分解，并进行重新构造，筛选出最优分量信号a
o
；S4、根据最优分量信号a
o
判断轴向柱塞泵是否存在松靴故障。2.如权利要求1所述的诊断方法，其特征在于，在步骤S1中，通过周期分段方法将所述轴向振动信号a和所述声音信号s预处理为轴向振动信号矩阵A和声音信号矩阵S。3.如权利要求2所述的诊断方法，其特征在于，在步骤S2中，采用堆叠法将所述轴向振动信号矩阵A和所述声音信号矩阵S构造为双通道三阶张量信号T，其中，所述双通道三阶张量信号T包括：第一阶、第二阶和第三阶。4.如权利要求3所述的诊断方法，其特征在于，步骤S3还包括：S31、将所述双通道三阶张量信号T的第二阶和第三阶进行转置；S32、将所述双通道三阶张量信号T的正面切片进行水平展开得到矩阵M；S33、对所述矩阵M进行奇异值分解，得到左奇异矩阵U、核心矩阵G和右奇异矩阵V；S34、根据核心矩阵G堆叠出核心张量R
k
，并根据核心张量R
k
和左奇异矩阵U计算出中间张量C
k
；S35、根据右奇异矩阵V堆叠出右奇异张量P，并根据右奇异张量P和中间张量C
k
计算出重构张量T
k
；S36、将重构张量T
k
展开为轴向振动信号a的多个分量信号a
k
；S37、通过计算每个分量信号a
k
的包络谱筛选出最优分量信号a
o
。5.如权利要求4所述的诊断方法，其特征在于，在步骤S4中，绘制最优分量信号a
o
的时域波形图，并设定轴向柱塞泵主轴旋转周期为T
r
，以T
r
为周期将最优分量信号a
o
的时域波形图进行分段，并提取每一个分段中的峰值，量取出每2个相邻峰值之间的时间间隔，...

【专利技术属性】
技术研发人员：张飞斌，张刘锋，褚福磊，秦朝烨，孟力，王飞彪，
申请(专利权)人：赛腾机电科技常州有限公司，
类型：发明
国别省市：