一种针对轧机轧钢过程冲击振动信号的预处理方法技术

一种针对轧机轧钢过程冲击振动信号的预处理方法，包括以下步骤：步骤1，采集轧机设备零部件上的振动数据，从振动数据中提取振动异常因子特征；步骤2，判断振动异常因子是否大于等于限定阈值，若满足大于等于条件，则该组振动波形数据受轧机轧钢冲击影响，需将数据过滤删除；反之，则该组振动波形数据正常，无需过滤，需保留。本发明专利技术实现了轧钢过程冲击振动信号的过滤预处理。本发明专利技术通过从振动信号中提取异常因子特征，用以表征信号中包含的冲击波数量，进而通过冲击波数量甄别轧钢冲击与设备真实异常故障，以此将轧钢冲击的振动信号过滤预处理。

【技术实现步骤摘要】
一种针对轧机轧钢过程冲击振动信号的预处理方法
本专利技术属于机械设备状态监测与预测性维护领域，具体涉及一种针对轧机轧钢过程冲击振动信号的预处理方法。
技术介绍
目前钢铁冶金行业在制造领域占有越来越重要的地位，而轧钢机械设备在钢铁冶金行业是常见的主机设备。轧机一般由驱动电机、齿轮机座、齿轮箱、主联轴器等组成，轧机工作环境复杂多变，一般具有变速、变载、变工况的工作特点，导致轧机设备较易出现各类机械故障，最终影响整条产线正常运行导致严重的经济损失。因此轧机的运行状态监测主要手段为振动监测，轧机天然工作特性使其在轧钢过程中出现冲击，振动传感器将会拾取到轧钢冲击，轧钢冲击的存在导致该组振动信号提取的信号特征难以表征设备真实运行状态，振动信号频谱也难以区分设备中的真实周期性成分和故障频谱成分。
技术实现思路
本专利技术的目的在于提供一种针对轧机轧钢过程冲击振动信号的预处理方法，以解决上述问题。为实现上述目的，本专利技术采用以下技术方案：一种针对轧机轧钢过程冲击振动信号的预处理方法，包括以下步骤：步骤1，采集轧机设备零部件上的振动数据，从振动数据中提取振动异常因子特征；步骤2，判断振动异常因子是否大于等于限定阈值，若满足大于等于条件，则该组振动波形数据受轧机轧钢冲击影响，需将数据过滤删除；反之，则该组振动波形数据正常，无需过滤，需保留。进一步的，步骤1中，需检测的振动数据来源于轧机设备关键零部件上安装的振动传感器所采集的振动信号；其中轧机设备关键零部件主要有轴承、减速箱齿轮；采集的振动信号包括：速度信号、加速度信号，采集到的振动信号记为vib。进一步的，提取振动数据对应的振动异常因子特征步骤如下：1)初始化振动异常因子anmfactor为0；2)对振动数据所有元素取绝对值，通过取绝对值，将振动波形向上翻折至非负方向，将有利于处理振动数据正负方向不完全对称的数据，同时为计算异常因子做好预处理工作；3)将振动数据vib规范化处理至0-10区间；规范化处理至0-10区间是后续向上取整数的预处理步骤；4)将振动波形数据均分为K份，计算每一份数据的最大值，最终将所有计算得到的最大值组成峰值序列pkarr；5)对pkarr所有元素向上取整得到整数峰值序列intpkarr；其中向上取整是针对包含小数的数值而言，具体为取大于该值最小的整数；6)计算intpkarr数组的众数pkmode和最大值pkmax；7)判断pkmax除以pkmode的结果是否大于异常阈值；若满足，则继续后续计算步骤；反之，则直接输出振动异常因子结果；异常阈值取值大于等于2，即表示振动信号中的最大值与信号的众数差异较大，倍数大于等于2；8)获取intpkarr中所有大于pkmode的元素对应下标pkidxarr；9)判断pkidxarr数组长度是否大于1，若大于1，则继续进入后续计算流程；反之，则将leaveonenum置0，并且直接进入步骤11计算异常因子；10)计算pkidxarr差分序列中大于1的总数量leaveonenum，通过差分后计算大于1的数量可以分析pkidxarr中元素的连续程度；11)计算异常因子并输出结果，计算公式如下：进一步的，规范化处理至0-10区间计算方法为：i＝0,1,2,3,…n，i为vib数组的下标。进一步的，其中K的取值限定范围为大于8。进一步的，步骤2中限定阈值设定为1，即振动波形中存在单个冲击表示振动数据受到轧钢冲击影响。与现有技术相比，本专利技术有以下技术效果：本专利技术实现了轧钢过程冲击振动信号的过滤预处理。本专利技术通过从振动信号中提取异常因子特征，用以表征信号中包含的冲击波数量，进而通过冲击波数量甄别轧钢冲击与设备真实异常故障，以此将轧钢冲击的振动信号过滤预处理。本专利技术设计的异常因子指标准确有效的表征了信号中的冲击波数量，通过准确限定阈值可以有效的避免错误的预处理。本专利技术仅依赖采集的振动数据实现振动数据的预处理，无需依赖外部轧钢工艺参数，实现过程简单方便，同时具有通用性，可为振动后续的准确分析提供有效的预处理手段。附图说明图1一种针对轧机轧钢过程冲击振动信号的预处理方法整体流程图；图2振动异常因子计算流程图；图3某轧机采集振动信号异常因子计算过程及结果说明；图4某轧机采集振动信号异常因子计算过程及结果说明；图5某轧机采集振动信号异常因子计算过程及结果说明；具体实施方式以下结合附图对本专利技术进一步说明：一种针对轧机轧钢过程冲击振动信号的预处理方法，包括以下步骤：步骤一：从需预处理的振动波形数据中提取振动异常因子特征。需检测的振动数据来源于轧机设备关键零部件上安装的振动传感器所采集的振动信号。其中轧机设备关键零部件主要有轴承、减速箱齿轮等；采集的振动信号包括：速度信号、加速度信号，采集到的振动信号记为vib。提取振动数据对应的振动异常因子特征步骤如下：1)初始化振动异常因子anmfactor为0。2)对振动数据所有元素取绝对值，通过取绝对值，将振动波形向上翻折至非负方向，将有利于处理振动数据正负方向不完全对称的数据，同时为计算异常因子做好预处理工作。3)将振动数据vib规范化处理至0-10区间。规范化处理至0-10区间是后续向上取整数的预处理步骤，可有效的将不同范围数据规范化，使本专利技术在不同量纲的数据下都具备通用性。规范化处理至0-10区间计算方法为：(i＝0,1,2,3,…n，i为vib数组的下标)4)将振动波形数据均分为K份，计算每一份数据的最大值，最终将所有计算得到的最大值组成峰值序列pkarr。5)对pkarr所有元素向上取整得到整数峰值序列intpkarr。其中向上取整是针对包含小数的数值而言，具体为取大于该值最小的整数，如1.2向上取整为2、3.6向上取整为4。6)计算intpkarr数组的众数pkmode和最大值pkmax。7)判断pkmax除以pkmode的结果是否大于异常阈值。若满足，则继续后续计算步骤；反之，则直接输出振动异常因子结果。异常阈值取值一般大于等于2，即表示振动信号中的最大值与信号的众数差异较大，倍数大于等于2。8)获取intpkarr中所有大于pkmode的元素对应下标pkidxarr。9)判断pkidxarr数组长度是否大于1，若大于1，则继续进入后续计算流程；反之，则将leaveonenum置0，并且直接进入步骤11计算异常因子。10)计算pkidxarr差分序列中大于1的总数量leaveonenum，通过差分后计算大于1的数量可以分析pkidxarr中元素的连续程度。11)计算异常因子并输出结果，计算公式如下：步骤二：判断振动异常因子是否大于等于限定阈值。若满足大于等于条件，则该组振动波形数据受轧机本文档来自技高网...

【技术保护点】
1.一种针对轧机轧钢过程冲击振动信号的预处理方法，其特征在于，包括以下步骤：/n步骤1，采集轧机设备零部件上的振动数据，从振动数据中提取振动异常因子特征；/n步骤2，判断振动异常因子是否大于等于限定阈值，若满足大于等于条件，则该组振动波形数据受轧机轧钢冲击影响，需将数据过滤删除；反之，则该组振动波形数据正常，无需过滤，需保留。/n

【技术特征摘要】
1.一种针对轧机轧钢过程冲击振动信号的预处理方法，其特征在于，包括以下步骤：
步骤1，采集轧机设备零部件上的振动数据，从振动数据中提取振动异常因子特征；
步骤2，判断振动异常因子是否大于等于限定阈值，若满足大于等于条件，则该组振动波形数据受轧机轧钢冲击影响，需将数据过滤删除；反之，则该组振动波形数据正常，无需过滤，需保留。


2.根据权利要求1所述的一种针对轧机轧钢过程冲击振动信号的预处理方法，其特征在于，步骤1中，需检测的振动数据来源于轧机设备关键零部件上安装的振动传感器所采集的振动信号；其中轧机设备关键零部件主要有轴承、减速箱齿轮；采集的振动信号包括：速度信号、加速度信号，采集到的振动信号记为vib。


3.根据权利要求1所述的一种针对轧机轧钢过程冲击振动信号的预处理方法，其特征在于，提取振动数据对应的振动异常因子特征步骤如下：
1)初始化振动异常因子anmfactor为0；
2)对振动数据所有元素取绝对值，通过取绝对值，将振动波形向上翻折至非负方向，将有利于处理振动数据正负方向不完全对称的数据，同时为计算异常因子做好预处理工作；
3)将振动数据vib规范化处理至0-10区间；规范化处理至0-10区间是后续向上取整数的预处理步骤；
4)将振动波形数据均分为K份，计算每一份数据的最大值，最终将所有计算得到的最大值组成峰值序列pkarr；
5)对pkarr所有元素向上取整得到整数峰值序列intpkarr；其中向上取整是针对包含小数的数...

【专利技术属性】
技术研发人员：胡翔，田秦，
申请(专利权)人：西安因联信息科技有限公司，
类型：发明
国别省市：陕西;61