【技术实现步骤摘要】
一种旋转机械设备的故障诊断方法及系统
本专利技术涉及机械设备故障诊断领域，更具体地，涉及一种旋转机械设备的故障诊断方法及系统。
技术介绍
旋转机械设备随着现代化工业进程的发展，已成为使用最为广泛的工业机械设备之一，其广泛存在于大中型机械装置中，如汽轮机、发电机、航空发动机、汽轮机等。由于旋转机械运行环境复杂以及自身老化等原因，其不可避免会出现故障，轻则影响到企业的正常生产，重则威胁到工人的人身安全。由于旋转机械的广泛应用以及其重要性，人们对其可靠性要求也越来越高。旋转机械故障的发生通常遵循着一个特定的规律，称为“浴盆曲线”。在频繁发生故障的期间，如果能够找到并排除故障，则可以大大提高其工作寿命。故障诊断能够有效实现这一目的，其包括信号采集、信号特征提取以及诊断决策3个步骤。其中，信号特征提取是关键的一步，信号特征的有效性直接影响故障诊断的正确性。在大中型旋转机械中一般安装有各种类型的传感器，如振动传感器、声音传感器、电流传感器等。这些传感器能够用于采集关键部位的信号，对这些信号应用相应的特征提取方法后，能够提取出信号...
【技术保护点】
1.一种旋转机械设备的故障诊断方法，其特征在于，包括：/n提取待诊断设备的原始振动信号的时域特征数据、频域特征数据和时频域特征数据；/n对所述时频域特征数据进行曲线二次编码，获得曲线二次编码序列；/n计算所述曲线二次编码序列与已知故障类型的多个训练样本聚类中心之间的距离，获得原始振动信号的多维距离特征数据；/n将待诊断设备的原始振动信号的时域特征数据、频域特征数据和距离特征数据输入训练后的故障诊断模型，获取待诊断设备的故障类型。/n
【技术特征摘要】
1.一种旋转机械设备的故障诊断方法，其特征在于，包括：
提取待诊断设备的原始振动信号的时域特征数据、频域特征数据和时频域特征数据；
对所述时频域特征数据进行曲线二次编码，获得曲线二次编码序列；
计算所述曲线二次编码序列与已知故障类型的多个训练样本聚类中心之间的距离，获得原始振动信号的多维距离特征数据；
将待诊断设备的原始振动信号的时域特征数据、频域特征数据和距离特征数据输入训练后的故障诊断模型，获取待诊断设备的故障类型。
2.根据权利要求1所述的故障诊断方法，其特征在于，所述提取待诊断设备的原始振动信号的时域特征数据、频域特征数据和时频域特征数据，包括：
对采集的待诊断设备的原始振动信号进行相邻系数的小波阈值去噪，获取时域信号，提取时域信号的均方根值、均值、峭度因子、峰值、峰值因子以及脉冲因子作为待诊断设备的原始振动信号的6维时域特征数据；
对所述时域信号进行傅里叶变换，获得对应的频域信号，提取所述频域信号的重心频域、均方频率及频率方差作为待诊断设备的原始振动信号的3维频域特征数据；
利用集合经验模态分解算法EEMD，将时域信号、频域信号分解为本征模态分量IMFs，获得时频域特征数据。
3.根据权利要求2所述的故障诊断方法，其特征在于，所述利用集合经验模态分解算法EEMD，将时域信号、频域信号分解为本征模态分量IMFs，获得时频域特征数据，包括：
a、对原始振动信号x(t)添加随机白噪声r(t)得到目标信号y(t)：
y(t)=x(t)+r(t)；(1)
b、对于目标信号y(t)，使用三次样条函数连接其所有局部极大值和所有局部极小值，分别获取目标信号的上包络和下包络，所述上包络和所述下包络覆盖目标信号的所有数据；
c、计算上包络和下包络的均值m(t)，并计算对应的信号成分h(t):
h(t)=y(t)-m(t);(2)
用h(t)代替y(t)，重复p次步骤b、c，直到hp(t)满足预设条件，获取p次重复过程中每一次产生的信号成分hi(t)，i=1,2，...，p；
d、计算剩余分量r(t)，重复w次步骤a、b、c、d，直到rw(t)满足预设条件，其中，计算剩余分量r(t)包括：
r(t)=y(t)-h(t);(3)
将目标信号y(t)分解为IMFs分量特征数据，所述IMFs分量特征数据包括hi(t)；
e、重复n次步骤a、b、c和d，获取n个IMFs分量特征数据，将n个IMFs分量特征数据的平均值作为最终IMFs分量特征数据：
其中，所述最终IMFs分量特征数据为原始振动信号的时频域特征数据，j为IMFs分量特征数据的序号，hj,i(t)为第j个IMFs分量特征数据的第i维特征数据。
4.根据权利要求3所述的故障诊断方法，其特征在于，所述I...
【专利技术属性】
技术研发人员：彭刚，阮景，佘建煌，陈涛，栾枫，
申请(专利权)人：湖北博华自动化系统工程有限公司，深圳市中金岭南有色金属股份有限公司凡口铅锌矿，华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。