一种用于机械运动系统的多域故障特征提取方法和系统技术方案

本发明专利技术公开了一种用于机械运动系统的多域故障特征提取方法和系统，属于机械系统故障诊断与健康评估领域。本发明专利技术可以根据实际工程需要以及旋转和往复运动的特点，从时域、位置域、时频域以及时域位置域转换过程中提取多重故障特征，能较好地反映机械系统运行规律与故障机理，能够应用于机器学习等智能诊断系统中，辅助实现高精度故障诊断。本发明专利技术提出的多域故障特征提取方法也可以作为一种信号预处理手段，用以克服运行速度变化与噪声、外界干扰对时域采样信号的影响。扰对时域采样信号的影响。扰对时域采样信号的影响。

【技术实现步骤摘要】
一种用于机械运动系统的多域故障特征提取方法和系统


[0001]本专利技术属于机械系统故障诊断与健康评估领域，更具体地，涉及一种用于机械运动系统的多域故障特征提取方法和系统。

技术介绍

[0002]机械系统故障诊断通常包括：信息获取、故障特征提取与故障识别三个阶段。开展故障特征提取方法研究，有助于突出传感信号中的故障相关信息，从而为故障识别工作奠定基础。
[0003]现代机械运动系统应用广泛，功能复杂。因工作要求、实现目标和使用环境的不同，不同的机械运动系统在机械结构上通常具有较大的差异性。同时，同一机械运动系统也会因工作任务的改变而运行在不同的工况条件下。受机械系统结构复杂性和运行工况变化的影响，传统基于统计学习方法提取的故障特征已难以满足现代机械运动系统运行状态监控与故障诊断的需求。
[0004]通过机械运动系统及其动力源内置的传感器以及外部传感装置可测量得到一系列具有不同物理属性的时域信号，其中包含着丰富的机械系统运行状态信息。如果能够建立机械系统运行状态的时域状态信号与运动行程位置信号间的关联关系，将有助于克服机械结构差异与工况变化对故障特征提取的影响。因此，在故障特征提取过程中综合考虑机械运动部件的运行规律与机械故障机理，设计一种用于机械运动系统的多域故障特征提取方法，对提高机械运动系统故障诊断性能具有重要意义。
[0005]传统的基于时域的故障特征提取方法通常只能得到机械系统运行发生异常的时刻，不利于进一步的故障定位和维护决策。从专利号ZL201911125048.4中已知，存在一种基于位置域信息的直线运动系统健康监测方法。其将基于时域的测量信号转换到位置域，从而基于位置域信息指示了直线运动系统中异常状态发生的位置。
[0006]上文描述的现有技术设计了若干基于位置域电信号的故障特征提取方法与相应的故障检测定位方法。然而，该专利仅设计了部分基于时域电信号和位置域电信号的统计特征；忽略了位置域状态信号分布规律中所蕴含的故障信息；也未考虑运动工况对故障特征提取的影响，因此，不能准确表征机械运动系统的运行状态。

技术实现思路

[0007]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种用于机械运动系统的多域故障特征提取方法和系统，其目的在于更准确地表征具有运动部件的旋转或往复机械运动系统的运行状态。
[0008]为实现上述目的，按照本专利技术提供了一种用于机械运动系统的多域故障特征提取方法，包括：
[0009]S1.通过时域等间隔同步采样获得机械运动系统运行过程中的时域信号；所述时域信号包括时域状态信号与时域位置信号，表征某一时刻机械系统的运行状态和所处位
置；
[0010]S2.将等时间间隔的时域状态信号与时域位置信号转换为具有等空间间隔特性的位置域状态信号，并提取各个空间间隔对应的时域状态信号与时域位置信号的融合特征，作为时间位置域故障特征；所述位置域状态信号表征某一个空间间隔处机械系统的运行状态；所述融合特征表征时域信号中的高频分量部分；
[0011]S3.根据机械运动系统实际运行工况与故障信号表现形式，从时域、位置域以及时频域中实现多域故障特征表达。
[0012]进一步地，步骤S2具体包括：
[0013]S2.1.将时域位置信号对应的运动行程均匀划分为M个空间间隔；
[0014]S2.2.根据时域状态信号与时域位置信号一一对应的时序关系，确定时域状态信号点x(i)所属的空间间隔m；i＝1,2,3
…
N，N表示总的采样点数，m＝1,2,3
…
M；
[0015]S2.3.利用公式更新第m个空间间隔当前时域状态信号的个数g(m)；为第m个空间间隔内先前时域状态信号的个数；
[0016]S2.4.利用公式计算第m个空间间隔对应的位置域状态信号y(m)；为第m个空间间隔内先前位置域状态信号的取值；
[0017]S2.5.采用滑动偏差模型提取各个空间间隔对应的时域状态信号与时域位置信号的融合特征，其中，为该空间间隔内先前融合特征的取值。
[0018]进一步地，步骤S3包括：
[0019]S3.1.针对机械运行中的换向或加减速过程，先依据时域位置信号确定运动过程中换向或加减速状态的起止行程范围，再从起止行程范围对应的时域状态信号或位置域状态信号中提取刚性程度和平衡度作为时频域故障特征；
[0020]S3.2.针对机械运动中的旋转运动过程，利用时域状态信号与旋转运动的时域位置信号建立旋转矢量信号，并从旋转矢量信号中提取圆度指标作为第一位置域故障特征；
[0021]S3.3.针对机械运动行程中存在的受力不均现象，根据机械运动系统的运行状态信号受其机械部件运动过程影响而产生的变化趋势，设计位置域状态信号分布矩阵作为第二位置域故障特征，以反映运动行程中可能存在的阶段性异常；
[0022]S3.4.针对机械运动中存在的往复运动过程，先在各个运动过程所对应的位置域状态信号的基础上构建位置域状态集合，再计算各运动过程对应的位置域状态信号与位置域状态集合整体平均值间的差异，得到位置域一致性指标作为时域故障特征。
[0023]进一步地，S3.1包括：
[0024]S3.1.1.依据时域位置信号确定运动过程中换向或加减速状态的起止行程范围，应用时频分析方法对对应范围段的时域状态信号进行分析，得到时域状态信号的时频谱；
[0025]S3.1.2.在时域状态信号的时频谱中，于时间起始时刻搜索频率范围中幅值较大的前K个频率f
k
及其幅值a
k
，k＝1,2,3,
…
K；
[0026]S3.1.3.分别以选择出的K个频率对应时刻作为起点，随着时频谱中时间的推移观测J次，得到时域状态信号的时频幅值矩阵A：
[0027][0028]S3.1.4.计算时域状态信号的时频幅值矩阵A中每一行的平均值，得到时频幅值矩阵A的平均列向量
[0029][0030]S3.1.5.判断时频幅值矩阵A的行向量中各个元素取值是否在的邻域内；k＝1,2,3,
…
K，c为常数；
[0031]若是，计算时频幅值矩阵A的不平衡程度指标：若是，计算时频幅值矩阵A的不平衡程度指标：为上一次计算过程产生的不平衡程度指标；计算基于时域状态信号的平衡度：rms(x)为时域状态信号x的均方根；
[0032]若否，当时频幅值矩阵A的行向量中各个元素累计存在H个成立的递减关系时，采用D
aj
＝2
×
H+1
‑
J计算时频幅值矩阵A各个行向量对应的柔性程度指标D
aj
；取各个行向量对应的柔性程度指标中的最大值max(D
aj
)计算基于时域状态信号的刚性程度：
[0033]S3.1.6.将时域状态信号的时频谱替换为位置域状态信号的空间频谱，重复执行子步骤(3.1.2)至(3.1.5)得到基于位置域状态信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于机械运动系统的多域故障特征提取方法，其特征在于，包括：S1.通过时域等间隔同步采样获得机械运动系统运行过程中的时域信号；所述时域信号包括时域状态信号与时域位置信号，表征某一时刻机械系统的运行状态和所处位置；S2.将等时间间隔的时域状态信号与时域位置信号转换为具有等空间间隔特性的位置域状态信号，并提取各个空间间隔对应的时域状态信号与时域位置信号的融合特征，作为时间位置域故障特征；所述位置域状态信号表征某一个空间间隔处机械系统的运行状态；所述融合特征表征时域信号中的高频分量部分；S3.根据机械运动系统实际运行工况与故障信号表现形式，从时域、位置域以及时频域中实现多域故障特征表达。2.根据权利要求1所述的一种用于机械运动系统的多域故障特征提取方法，其特征在于，步骤S2具体包括：S2.1.将时域位置信号对应的运动行程均匀划分为M个空间间隔；S2.2.根据时域状态信号与时域位置信号一一对应的时序关系，确定时域状态信号点x(i)所属的空间间隔m；i＝1,2,3
…
N，N表示总的采样点数，m＝1,2,3
…
M；S2.3.利用公式更新第m个空间间隔当前时域状态信号的个数g(m)；为第m个空间间隔内先前时域状态信号的个数；S2.4.利用公式计算第m个空间间隔对应的位置域状态信号y(m)；为第m个空间间隔内先前位置域状态信号的取值；S2.5.采用滑动偏差模型提取各个空间间隔对应的时域状态信号与时域位置信号的融合特征，其中，为该空间间隔内先前融合特征的取值。3.根据权利要求2所述的一种用于机械运动系统的多域故障特征提取方法，其特征在于，步骤S3包括：S3.1.针对机械运行中的换向或加减速过程，先依据时域位置信号确定运动过程中换向或加减速状态的起止行程范围，再从起止行程范围对应的时域状态信号或位置域状态信号中提取刚性程度和平衡度作为时频域故障特征；S3.2.针对机械运动中的旋转运动过程，利用时域状态信号与旋转运动的时域位置信号建立旋转矢量信号，并从旋转矢量信号中提取圆度指标作为第一位置域故障特征；S3.3.针对机械运动行程中存在的受力不均现象，根据机械运动系统的运行状态信号受其机械部件运动过程影响而产生的变化趋势，设计位置域状态信号分布矩阵作为第二位置域故障特征，以反映运动行程中可能存在的阶段性异常；S3.4.针对机械运动中存在的往复运动过程，先在各个运动过程所对应的位置域状态信号的基础上构建位置域状态集合，再计算各运动过程对应的位置域状态信号与位置域状态集合整体平均值间的差异，得到位置域一致性指标作为时域故障特征。4.根据权利要求3所述的一种用于机械运动系统的多域故障特征提取方法，其特征在
于，S3.1包括：S3.1.1.依据时域位置信号确定运动过程中换向或加减速状态的起止行程范围，应用时频分析方法对对应范围段的时域状态信号进行分析，得到时域状态信号的时频谱；S3.1.2.在时域状态信号的时频谱中，于时间起始时刻搜索频率范围中幅值较大的前K个频率f
k
及其幅值a
k
，k＝1,2,3,
…
K；S3.1.3.分别以选择出的K个频率对应时刻作为起点，随着时频谱中时间的推移观测J次，得到时域状态信号的时频幅值矩阵A：S3.1.4...

【专利技术属性】
技术研发人员：王耀辉，李叶松，姚远，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：