旋转机械基础类故障的识别方法技术

本发明专利技术属于机械设备状态监测领域，公开了一种旋转机械基础类故障的识别方法，通过获取旋转机械上各测点的振动速度信号及转频；根据测点的振动速度信号及转频，得到测点的有效谐频数，将各测点的有效谐频数叠加，得到有效谐频数总和；根据测点的振动速度信号，得到测点的速度有效值；当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和小于测点数量的两倍时，旋转机械存在基础刚性不足故障；且有效谐频数总和不小于测点数量的四倍时，旋转机械存在基础松动故障。实现旋转机械基础类故障的自动诊断，提高故障诊断效率，降低人工参与程度，提升诊断识别的可信度。

【技术实现步骤摘要】
旋转机械基础类故障的识别方法
本专利技术属于机械设备状态监测领域，涉及一种旋转机械基础类故障的识别方法。
技术介绍
利用振动对旋转机械进行状态监测和故障诊断时，基础类故障是旋转机械相当常见的故障，如基础刚性不足、基础松动等。与轴承、齿轮等故障表现在高频段不同，这类故障主要表现在低频段(1KHz以下)，且均表现为多测点振动值均偏大，但转频及其谐频数量差别较大。在进行人工诊断时，设备若发生多测点振动报警，通常需要对谐频数量进行判断并定位故障大致方向，例如：基础刚性不足等通常表现设备多测点振动大，且所有测点均为1x转频占主要成分，但其它谐频能量占比很小，而基础松动则通常表现为多倍谐频成分。现阶段基于振动信号的旋转机械故障诊断，大多都是通过诊断专家观察振动信号图谱进行故障定位和判断，但这种方式的人为影响因素大且效率相对较低。
技术实现思路
本专利技术的目的在于克服上述现有技术中，基于振动信号的旋转机械故障诊断时，人为影响因素大且效率相对较低的缺点，提供一种旋转机械基础类故障的识别方法。为达到上述目的，本专利技术采用以下技术方案予以实现：一种旋转机械基础类故障的识别方法，包括以下步骤：获取旋转机械上各测点的振动速度信号及转频；根据测点的振动速度信号及转频，得到测点的有效谐频数，将各测点的有效谐频数叠加，得到有效谐频数总和；根据测点的振动速度信号，得到测点的速度有效值；当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和小于测点数量的两倍时，旋转机械存在基础刚性不足故障；当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和不小于测点数量的四倍时，旋转机械存在基础松动故障。本专利技术进一步的改进在于：所述根据测点的振动速度信号及转频，得到测点的有效谐频数的具体方法为：根据测点的振动速度信号，通过快速傅里叶变换，得到振动速度信号的频率序列，将频率序列中预设倍数转频内的频率组合，得到初始频率序列；根据预设的初筛阈值，将初始频率序列中大于初筛阈值的频率组合，并在组合中选取所有不连续的频率，得到初筛频率序列；将初筛频率序列中的各频率与转频的商就近求整，得到各频率的次筛倍数；将初筛频率序列中满足次筛条件的频率组合，得到次筛频率序列，其中，次筛条件为：频率-频率的次筛倍数×转频<预设的次筛阈值；将次筛频率序列中满足终筛条件的频率组合，得到终筛频率序列，其中，终筛条件为：次筛频率序列中所有频率的幅值的最大值÷频率的幅值<预设的终筛阈值；终筛频率序列中的频率个数为测点的有效谐频数。所述预设倍数转频为11x转频；所述预设的初筛阈值为11x转频以内所有频率的幅值的均值的10倍。所述预设的次筛阈值为0.1。所述预设的终筛阈值为9。所述各测点的报警阈值根据振动测试标准ISO10816设定，或着根据自定义的振动测试标准设定。所述根据测点的振动速度信号，得到测点的速度有效值的具体方法为：根据测点的振动速度信号，通过下式得到测点的速度有效值：其中，velrms为速度有效值，velSig(i)为振动速度信号的第i个元素，μ为振动速度信号的平均值，N为振动速度信号的长度。与现有技术相比，本专利技术具有以下有益效果：本专利技术旋转机械基础类故障的识别方法，通过获取旋转机械上各测点的振动速度信号及转频，然后基于测点的振动速度信号及转频，得到测点的有效谐频数和速度有效值，进而将各测点的有效谐频数叠加，得到有效谐频数总和，基于有效谐频数总和进行旋转机械基础类故障的识别，实现旋转机械基础类故障识别的自动化，降低人工参与程度，提高了故障旋转机械基础类故障识别的诊断效率，减少人为因素影响，提升识别结果的可信度。附图说明图1为本专利技术实施例的旋转机械基础类故障的识别方法流程图；图2为本专利技术实施例的有效谐频数确定方法流程图；图3为本专利技术实施例的初筛阈值确定方法流程图；图4为本专利技术实施例的初筛阈值示意图；图5为本专利技术实施例的初筛流程图；图6为本专利技术实施例的次筛流程图；图7为本专利技术实施例的终筛流程图；图8为本专利技术实施例的基础故障识别效果示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面结合附图对本专利技术做进一步详细描述：参见图1，本专利技术为了解决人工观察旋转机械振动图谱判断旋转机械基础类故障的方式效率低的问题，提出了一种旋转机械基础类故障的识别方法，达到无需人工参与的目的，同时提高效率为旋转机械基础类故障自动诊断提供有效依据。通过获取振动速度信号的有效谐频数量来区分基础故障，例如：若多测点报警且有效谐频数量均等于1，则可认为是基础刚性不足，而有效谐频数均大于4则可作为基础松动故障依据之一。具体的，该旋转机械基础类故障的识别方法包括以下步骤。S1：获取旋转机械上各测点的振动速度信号及转频。具体的，由于谐频主要分布在低频段(1KHz以内)，为保证更好的识别结果，选取振动速度信号进行计算，通过在旋转机械的承载区安装振动加速度传感器，将振动加速度传感器的采集信号进行积分得到振动速度信号。其中，各测点的转频采用旋转机械的当前转子的额定转速/60得到。S2：根据测点的振动速度信号及转频，得到测点的有效谐频数，将各测点的有效谐频数叠加，得到有效谐频数总和；根据测点的振动速度信号，得到测点的速度有效值。其中，参见图2，根据测点的振动速度信号及转频，得到测点的有效谐频数的具体方法为：根据测点的振动速度信号，通过快速傅里叶变换，得到振动速度信号的频率序列，将频率序列中预设倍数转频内的频率组合，得到初始频率序列；根据预设的初筛阈值，将初始频率序列中大于初筛阈值的频率组合，并在组合中选取所有不连续的频率，得到初筛频率序列；将初筛频率序列中的各频率与转频的商就近求整，得到各频率的次筛倍数；将初筛频率序列中满足次筛条件的频率组合，得到次筛频率序列，其中，次筛条件为：频率-频率的次筛倍数×转频<预设的次筛本文档来自技高网...

【技术保护点】
1.一种旋转机械基础类故障的识别方法，其特征在于，包括以下步骤：/n获取旋转机械上各测点的振动速度信号及转频；/n根据测点的振动速度信号及转频，得到测点的有效谐频数，将各测点的有效谐频数叠加，得到有效谐频数总和；根据测点的振动速度信号，得到测点的速度有效值；/n当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和小于测点数量的两倍时，旋转机械存在基础刚性不足故障；/n当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和不小于测点数量的四倍时，旋转机械存在基础松动故障。/n

【技术特征摘要】
1.一种旋转机械基础类故障的识别方法，其特征在于，包括以下步骤：
获取旋转机械上各测点的振动速度信号及转频；
根据测点的振动速度信号及转频，得到测点的有效谐频数，将各测点的有效谐频数叠加，得到有效谐频数总和；根据测点的振动速度信号，得到测点的速度有效值；
当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和小于测点数量的两倍时，旋转机械存在基础刚性不足故障；
当各测点的速度有效值均对应超过各测点的报警阈值，且有效谐频数总和不小于测点数量的四倍时，旋转机械存在基础松动故障。


2.根据权利要求1所述的旋转机械基础类故障的识别方法，其特征在于，所述根据测点的振动速度信号及转频，得到测点的有效谐频数的具体方法为：
根据测点的振动速度信号，通过快速傅里叶变换，得到振动速度信号的频率序列，将频率序列中预设倍数转频内的频率组合，得到初始频率序列；
根据预设的初筛阈值，将初始频率序列中大于初筛阈值的频率组合，并在组合中选取所有不连续的频率，得到初筛频率序列；
将初筛频率序列中的各频率与转频的商就近求整，得到各频率的次筛倍数；将初筛频率序列中满足次筛条件的频率组合，得到次筛频率序列，其中，次筛条件为：频率-频率的次筛倍数×转频<预设的次筛阈值；
将次筛频率序列中...

【专利技术属性】
技术研发人员：彭朋，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