基于时域分析的机械设备旋转冲击故障检测方法及系统技术方案

本发明专利技术属于机械设备状态监测与预测性维护领域，公开了一种基于时域分析的机械设备旋转冲击故障检测方法及系统，将机械设备的振动时域波形数据按照预设时间间隔进行划分，得到峰值序列；将峰值序列的最大值除以峰值序列的众数得到比较值，当比较值大于预设的第一阈值时，获取疑似冲击位置序列；否则，检测为无故障；获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；否则，获取周期性冲击间隔，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测为存在故障；否则，检测为无故障。该方法针对低速运行的设备更具优势，为低速冲击类故障检测和诊断提供了稳定、高效的方法。高效的方法。高效的方法。

【技术实现步骤摘要】
基于时域分析的机械设备旋转冲击故障检测方法及系统


[0001]本专利技术属于机械设备状态监测与预测性维护领域，涉及一种基于时域分析的机械设备旋转冲击故障检测方法及系统。

技术介绍

[0002]运行在低速重载工况下的机械设备，由于自身属性问题较易发生故障，并且，由于运行转速较低，导致发生故障后存在振动信号微弱、故障频率低及冲击响应周期长等特点，使得低速旋转机械的故障检测困难重重。在低速旋转机械故障类型中，由滚动轴承或者齿轮引起的故障占据了绝大部分，且这些故障危害性大，是重点需要检测和诊断定位的故障类型。
[0003]低速旋转机械故障中，滚动轴承和齿轮引起的故障的主要关键特征之一，就是时域的周期性冲击振动。目前，常见的识别周期性冲击的方法是包络解调方法，该方法广泛应用于轴承及齿轮的故障诊断中，可以准确提取周期性冲击成分。
[0004]但是由于低速运行特点，实际采集到的振动信号中包含的周期性冲击的数量事先无法确定，对于某些在线监测场景，由于硬件采集限制等因素导致周期性冲击数量较少(低于10个)，且由于包络解调方法是一种频域分析方法，傅里叶变换(FFT)识别周期性成分需在周期数量较多(大于10个)才更为准确，因此在这种场景下使用包络解调无法准确的提取冲击间隔，导致故障诊断准确性较低。

技术实现思路

[0005]本专利技术的目的在于克服上述现有技术的缺点，提供一种基于时域分析的机械设备旋转冲击故障检测方法及系统。
[0006]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0007]本专利技术第一方面，一种基于时域分析的机械设备旋转冲击故障检测方法，包括以下步骤：
[0008]获取机械设备的原始振动时域波形数据，并进行信号增强处理，得到增强振动时域波形数据；
[0009]将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据；
[0010]将振动时域波形数据按照预设时间间隔进行划分，得到若干份子振动时域波形数据，获取各子振动时域波形数据的最大值，并组合得到峰值序列；
[0011]获取峰值序列的众数和最大值，将峰值序列的最大值除以峰值序列的众数，得到比较值，当比较值大于预设的第一阈值时，获取峰值序列中，所有除以峰值序列的众数的结果≥第二阈值的元素所对应的下标，得到疑似冲击位置序列；否则，检测结果为无故障；
[0012]获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；
[0013]否则，根据疑似冲击位置序列，得到周期性冲击间隔，获取机械设备的旋转轴运转
周期，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测结果为存在故障；否则，检测结果为无故障。
[0014]本专利技术基于时域分析的机械设备旋转冲击故障检测方法进一步的改进在于：
[0015]获取机械设备的原始振动时域波形数据的具体方法为：
[0016]通过安装在机械设备预设零部件上的振动传感器，采集机械设备的原始振动信号，根据机械设备的原始振动信号得到机械设备的原始振动时域波形数据。
[0017]预设零部件包括滚动轴承和/或减速箱齿轮，所述原始振动信号包括速度信号和/或加速度信号。
[0018]进行信号增强处理的具体方法为：
[0019]将机械设备的原始振动时域波形数据进行平方处理。
[0020]将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据的具体方法为：
[0021]通过下式将增强振动时域波形数据进行归一化处理：
[0022][0023]其中，amplify_vib_arr为增强振动时域波形数据，i＝0,1,2,3,
…
n
‑
1，amplify_vib_arr
i
为第i个增强振动时域波形数据，n为增强振动时域波形数据的个数；amplify_vib_arr为归一化增强振动时域波形数据；
[0024]将归一化增强振动时域波形数据四舍五入并保留一位小数，得到振动时域波形数据。
[0025]预设时间间隔为机械设备运转一周的时间的1/10～1/2。
[0026]第一阈值≥2，所述1<第二阈值<第一阈值。
[0027]根据疑似冲击位置序列，得到周期性冲击间隔的具体方法为：
[0028]获取疑似冲击位置序列的差分序列结果，并计算所述差分序列结果的中位数；
[0029]通过下式得到周期性冲击间隔shock
cycle
：
[0030]shock
cycle
＝delta_T
×
idx_median
[0031]其中，delta_T为预设时间间隔，idx_median为差分序列结果的中位数。
[0032]预设误差为10％。
[0033]本专利技术第二方面，一种基于时域分析的机械设备旋转冲击故障检测系统，包括：
[0034]获取模块，用于获取机械设备的原始振动时域波形数据，并进行信号增强处理，得到增强振动时域波形数据；
[0035]预处理模块，用于将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据；
[0036]峰值处理模块，用于将振动时域波形数据按照预设时间间隔进行划分，得到若干份子振动时域波形数据，获取各子振动时域波形数据的最大值，并组合得到峰值序列；
[0037]第一检测模块，用于获取峰值序列的众数和最大值，将峰值序列的最大值除以峰值序列的众数，得到比较值，当比较值大于预设的第一阈值时，获取峰值序列中，所有除以峰值序列的众数的结果≥第二阈值的元素所对应的下标，得到疑似冲击位置序列；否则，检测结果为无故障；
[0038]第二检测模块，用于获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；
[0039]否则，根据疑似冲击位置序列，得到周期性冲击间隔，获取机械设备的旋转轴运转周期，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测结果为存在故障；否则，检测结果为无故障。
[0040]与现有技术相比，本专利技术具有以下有益效果：
[0041]本专利技术基于时域分析的机械设备旋转冲击故障检测方法，实现了低速机械设备故障检测的准确检测，通过利用振动时域波形数据中表现的明显冲击特性，在冲击放大增强后，通过对振动时域波形数据进行离散化分析，首先是通过预设时间间隔划分信号，进行第一步离散，其次是通过预设的规范化处理对信号进行第二步离散；通过判断振动时域波形数据中各个离散值与整体众数的比率提取疑似冲击位置序列，最终通过疑似冲击位置序列实现故障检测。本专利技术基于时域分析，并未依赖频域分析，因此在应用场景上相较传统包络解调分析等方法更具有普适性，原因在于实际应用场景中很难保证针对低速机械设备采集的振动信号包含了足够的运转周期(通常为冲击周期)，而传统的频域方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时域分析的机械设备旋转冲击故障检测方法，其特征在于，包括以下步骤：获取机械设备的原始振动时域波形数据，并进行信号增强处理，得到增强振动时域波形数据；将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据；将振动时域波形数据按照预设时间间隔进行划分，得到若干份子振动时域波形数据，获取各子振动时域波形数据的最大值，并组合得到峰值序列；获取峰值序列的众数和最大值，将峰值序列的最大值除以峰值序列的众数，得到比较值，当比较值大于预设的第一阈值时，获取峰值序列中，所有除以峰值序列的众数的结果≥第二阈值的元素所对应的下标，得到疑似冲击位置序列；否则，检测结果为无故障；获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；否则，根据疑似冲击位置序列，得到周期性冲击间隔，获取机械设备的旋转轴运转周期，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测结果为存在故障；否则，检测结果为无故障。2.根据权利要求1所述的基于时域分析的机械设备旋转冲击故障检测方法，其特征在于，所述获取机械设备的原始振动时域波形数据的具体方法为：通过安装在机械设备预设零部件上的振动传感器，采集机械设备的原始振动信号，根据机械设备的原始振动信号得到机械设备的原始振动时域波形数据。3.根据权利要求2所述的基于时域分析的机械设备旋转冲击故障检测方法，其特征在于，所述预设零部件包括滚动轴承和/或减速箱齿轮，所述原始振动信号包括速度信号和/或加速度信号。4.根据权利要求1所述的基于时域分析的机械设备旋转冲击故障检测方法，其特征在于，所述进行信号增强处理的具体方法为：将机械设备的原始振动时域波形数据进行平方处理。5.根据权利要求1所述的基于时域分析的机械设备旋转冲击故障检测方法，其特征在于，所述将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据的具体方法为：通过下式将增强振动时域波形数据进行归一化处理：其中，amplify_vib_arr为增强振动时域波形数据，i＝0，1，2，3，
…
n
‑
1，amplify_vib_arri为第i个增强振动时域波形数据，n为增强振动时域波形数据的个数；amplify_vi...

【专利技术属性】
技术研发人员：胡翔，
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：