一种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法技术

本发明专利技术是一种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法，其包括如下步骤：采集转子X向和Y和向的振动信号；通过自适应局部迭代滤波分解，将采集到的振动信号分解为多个本质模态函数分量；分别计算X向和Y向信号各分解分量的的自相关函数与原信号自相关函数的相关系数，判断分量是否为真实的本质模态函数，即将相关系数符合要求的分量确定为真实的本质模态函数；利用提取出来的X向和Y向的真实模态函数，合成提纯的轴心轨迹，用于转子故障诊断。本发明专利技术无需求取振动信号的频谱，直接对采集的时域信号进行自适应分解，通过计算各分解分量自相关函数与原信号自相关函数的相关系数来提取真实的本质模态函数，实现更优越的轴心轨迹提纯。轴心轨迹提纯。

【技术实现步骤摘要】
一种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法


[0001]本专利技术涉及机械故障的诊断技术，具体是一种基于自适应局部迭代滤波分解的转子轴心轨迹提纯方法。

技术介绍

[0002]在对机组转子进行故障诊断时，常常采用轴心轨迹作为判断转子故障的依据。轴心轨迹是转子相对于轴承座的运行轨迹，它比振幅和幅频曲线等更能直观反映转轴的实际运行状况。例如由转动部件不平衡形成的轴心轨迹为椭圆形，不对中引起的轴心轨迹为香蕉形或外8字形，油膜涡动引起的轴心轨迹为内8字形，动静件碰磨会使得轴心轨迹呈现花瓣形等等。因此，从采集到的现场信号中提纯轴心轨迹，还原出真实的轴心轨迹图形，对于发电机故障的准确诊断具有重要意义。
[0003]目前，常用的轴心轨迹提纯方法可以分为两大类，一类是基于频域的提取特征频段的方法，这类方法以小波变换、谐波窗等为代表，需要提前预知转子的故障特征频带，然后根据信号中有用分量的频带范围，对信号进行频域提取，然后进行时域重构信号而合成轴心轨迹，在实际应用中，对特定频带的选取以及不同的基函数的选择将直接影响提纯的轴心轨迹的效果。另一类是基于时域的自适应模式分解方法，这类方法以经验模式分解、集合经验模式分解等自适应分解方法为代表，这类方法无需构造先验的基函数，直接对采集得到的时域振动信号进行处理，分解过程由数据驱动，可以根据信号的局部变化特征，将复杂信号分解为一系列的反映信号波动本质的单分量，这类方法不需要求取时域信号的频谱，可以根据分解得到的真实的本质模态函数(Intrinsic Mode Function, 简称IMF)直接进行轴心轨迹的合成。在自适应分解方法中，在经验模式分解方法的基础上，针对其存在的不足出现了多种改进方法，而自适应局部迭代滤波方法在保留经验模式分解方法思想的基础上，通过引入Fokker
‑
Planck方程设计滤波器的方式，有效避免了分解过程中产生虚假分量，更加适合分析非线性非平稳信号。有人将自适应局部迭代滤波方法用于电力系统非平稳信号的特征提取中取得了较好效果，将该方法用于滚动轴承的故障特征提取，但在转子故障特征提取，尤其是轴心轨迹提纯方面的研究还很少。而转子轴心轨迹的提纯对判断其运转状态的正常与否具有重要作用，有必要进行深入研发。

技术实现思路

[0004]为此，本专利技术提出一种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法，该方法无需求取振动信号的频谱，直接对采集的时域信号进行自适应分解，通过计算各分解分量自相关函数与原信号自相关函数的相关系数的方式来提取真实的本质模态函数，进而实现轴心轨迹的提纯，使之具有优越的轨迹提纯性能。
[0005]本专利技术提出的这种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法，其特征在于包括如下步骤：（1）采集转子X向和Y和向的振动信号；
（2）通过自适应局部迭代滤波分解，将采集到的振动信号分解为多个本质模态函数分量；（3）分别计算X向和Y向信号各分解分量的的自相关函数与原信号自相关函数的相关系数，判断分量是否为真实的本质模态函数，即将相关系数符合要求的分量确定为真实的本质模态函数；（4）利用提取出来的X向和Y向的真实模态函数，合成轴心轨迹，从而实现转子轴心轨迹的提纯，用于转子故障诊断。
[0006]所述（2）步的自适应局部迭代滤波为Fokker
‑
Planck方程，其计算如式（1）：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）式中：α，β的取值范围在(0,1)之间。
[0007]自适应局部迭代滤波算法的实现过程如下：（1）初始化：令迭代次数i=1，残余信号r0(t) = x(t)。
[0008]（2）提取第i个本质模态函数。
[0009]（2.1）令筛选次数j = 0，原型本质模态函数h
ij
(t) = r
i
‑1(t)。
[0010]（2.2）设计自适应局部Fokker
‑
Planck滤波器g
ij
(t,τ)，确定相应的时变滤波器长度l
ij
(t)。
[0011]（2.3）计算瞬时均值：m
ij
(t) = h
ij
(t+τ)g
ij
(t,τ)dτ
ꢀꢀꢀ
（2）（2.4）更新原型本质模态函数：h
ij
(t) = h
ij
(t)
ꢀ‑ꢀ
m
ij
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
（3）（2.5）若原型本质模态函数h
ij
(t)满足本质模态函数的条件要求，则令第i个本质模态函数：c
i
(t) = h
ij
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）否则令筛选次数j = j +1，返回步骤（2.2）。
[0012]（3）更新残余信号：r
i
(t)=r
i
‑1(t)
‑
c
i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）（4）若残余信号r
i
(t)满足算法的终止准则，即最多只有一个极值点而成为趋势项时，终止自适应局部迭代滤波分解。否则令迭代次数i = i+1，返回提取第i个本质模态函数。
[0013]所述步骤（3）中，相关系数大于等于0.5的分量判定为真实的本质模态函数，小于0.5的为非真实的本质模态函数。
[0014]所述步骤（3）的自相关函数及两相关函数间的相关系数的计算过程如下：自相关函数计算过程：式中，是各态历经随机信号，是信号时移后的样本，是自相关函
数。
[0015]变量x和y之间的相关程度常用相关系数表示，即式中，E
‑
数学期望；
‑
随机变量x的均值，；
‑
随机变量y的均值，；、
‑
随机变量x、y的标准差，，。
[0016]将X向信号各分量的自相关函数当做变量x，将X向信号的原信号的自相关函数当做变量y，代入自相关函数公式即可求出X向信号各分量与X向信号原信号的相关系数。
[0017]将Y向信号各分量的自相关函数当做变量x，将Y向信号的原信号的自相关函数当做变量y，代入自相关函数公式即可求出Y向信号各分量与Y向信号原信号的相关系数。
[0018]所述步骤（4）的X向和Y向真实本质模态函数的合成过程如下：由于X向信号和Y向信号为两路相位差为90度的信号，将提取出来的X向和Y向真实本质模态函数分别作为x轴和y轴的输入，这样在X
‑
Y坐标系中就可以合成轴心轨迹。
[0019]本专利技术无需求取振动信号的频谱，直接对采集的时域信号进行自适应分解，通过计算各分解分量自相关函数与原信号自相关函数的相关系数的方式来提取真实的本质模态函数，进而实现轴心轨迹的提纯，具有优越的轨迹提纯性能。
附图说明
[0020]图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应局部迭代滤波分解转子轴心轨迹提纯方法，其特征在于包括如下步骤：（1）采集转子X向和Y和向的振动信号；（2）通过自适应局部迭代滤波分解，将采集到的振动信号分解为多个本质模态函数分量；（3）分别计算X向和Y向信号各分解分量的的自相关函数与原信号自相关函数的相关系数，判断分量是否为真实的本质模态函数，即将相关系数符合要求的分量确定为真实的本质模态函数；（4）利用提取出来的X向和Y向的真实模态函数，合成轴心轨迹，从而实现转子轴心轨迹的提纯，用于转子故障诊断。2.根据权利要求1所述基于自适应局部迭代滤波分解转子轴心轨迹提纯方法，其特征在于步骤（2）中的自适应局部迭代滤波为Fokker
‑
Planck方程，其计算如式（1）：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）式中：α，β的取值范围在(0,1)之间自适应局部迭代滤波算法的实现过程如下：（1）初始化：令迭代次数i=1，残余信号r0(t) = x(t)（2）提取第i个本质模态函数（2.1）令筛选次数j = 0，原型本质模态函数h
ij
(t) = r
i
‑1(t)（2.2）设计自适应局部Fokker
‑
Planck滤波器g
ij
(t,τ)，确定相应的时变滤波器长度l
ij
(t)（2.3）计算瞬时均值：m
ij
(t)= h
ij
(t+τ)g
ij
(t,τ)dτ
ꢀꢀꢀ
（2）（2.4）更新原型本质模态函数：h
ij
(t) = h
ij
(t)
ꢀ‑ꢀ
m
ij
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
（3）（2.5）若原型本质模态函数h
ij
(t)满足本质模态函数的条件要求，则令第i个本质模态函数：c
i
...

【专利技术属性】
技术研发人员：张文斌，李妍，吴昊，江洁，郭德伟，俞利宾，闵洁，王云，杨碧涛，普亚松，
申请(专利权)人：红河学院，
类型：发明
国别省市：