一种无键相变转速下转子动平衡故障特征提取方法技术

一种无键相变转速下转子动平衡故障特征提取方法，包括：对采集到的振动信号进行带通滤波降噪处理；通过短时傅里叶变换对降噪处理后的振动信号进行时频分析，得到时频能量分布；采用Sobel算子计算得到能量梯度，并采用动态规划算法搜索具有最小能量梯度的目标脊线，以调节噪声引起脊线变化的不连续性，实现变转速振动信号瞬时转频的精确估计；根据提取到的瞬时转频对降噪处理后振动信号进行阶次跟踪计算和离散频谱校正，并提取一阶谱对应的幅值和相位。本发明专利技术能够克服临近频率和强噪声干扰，在无键相信号情况下实现变转速转子动平衡故障特征精确提取，节省了硬件成本，提高了动平衡效率。平衡效率。平衡效率。

【技术实现步骤摘要】
一种无键相变转速下转子动平衡故障特征提取方法


[0001]本专利技术涉及变转速下转子动平衡故障诊断和信号分析与处理领域，特别涉及一种无键相变转速下转子动平衡故障特征提取方法。

技术介绍

[0002]随着生产技术和装备制造业的迅猛发展，机械装备结构变得越来越复杂，在这些复杂装备的旋转部件中，大多以转子作为主要工作部件。转子不平衡逐渐成为旋转机械故障的主要原因。振动信号是复杂装备监测和诊断过程中的最重要信息来源，能够直接反映出装备的运行状态，蕴含丰富的故障信息，通常应用于转子不平衡故障诊断。传统的转子不平衡故障诊断方法是基于稳态、建立在平稳信号的基础上，然而，由于电动机固有设计的限制、扭转振动、装配故障和时变转矩等的影响，使得转子在实际运行过程中通常运行在变转速、变载荷的非平稳工况，此时转子转速在基频转速周围存在周期性或准周期性波动，难以保持恒定，假如人为地将这类信号假定为平稳信号进行处理，结果将产生严重的“频率模糊现象”，这给传统的故障诊断带来一定的困难。如何通过信号分析处理方法，在变转速下将基频信号从传感器测量到的信号中提取出来，并准确的计算出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无键相变转速下转子动平衡故障特征提取方法，其特征在于，包括以下步骤：步骤(1)，以转频f
c
为中心，设定带宽后，采用带有零相位偏移特性的带通滤波器对原始振动信号进行降噪处理；步骤(2)，选取合适的窗长和重叠数，采用短时傅里叶变换对降噪处理后的振动信号x(k)，k＝1，2，...，N进行时频分析得到时频谱图，再进行对数处理后得到时频能量分布图，N为信号长度；步骤(3)，将得到的时频能量分布图通过Sobel算子计算得到能量梯度，并进行归一化处理，归一化处理后的能量梯度图包含多条脊线，即为对应的不同阶次谱线；将脊线的提取问题转变为最优化问题，选取转频f
c
对应点作为目标脊线起始点，采用动态规划算法搜索具有最小能量梯度的目标脊线，目标脊线每个时间点对应的频率即为变转速振动信号整个时间区间上的瞬时转频；步骤(4)，根据提取得到的瞬时转频对步骤(1)降噪处理后振动信号进行阶次跟踪计算得到阶次谱，并对其中的一阶谱进行离散频谱校正，提取得到一阶谱对应的幅值和相位，即为变转速下转子动平衡故障特征。2.如权利要求1所述的一种无键相变转速下转子动平衡故障特征提取方法，其特征在于，步骤(2)具体包括：步骤(2.1)，对降噪处理后的离散振动信号进行离散短时傅里叶变换，如下：其中，S(nΔt，f)表示变换后的时频谱，f表示频率，Δt＝1/f
s
表示采样时间间隔，f
s
表示采样频率，i表示时间序列，k＝1，2，...，N表示样本序列，N为信号长度，*表示复共轭，x(k)为降噪处理后振动信号的离散形式，g(k)表示窗函数g(t)的离散形式；步骤(2.2)，将离散短时傅里叶变换后的时频谱转换为由时间离散点和频率离散点组成的能量分布P(iΔt，f)，转换公式如下：P(iΔt，f)＝10*log10(S(iΔt，f))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。3.如权利要求2所述的一种无键相变转速下转子动平衡故障特征提取方法，其特征在于，步骤(3)具体包括：步骤(3.1)，将时频能量分布P(iΔt，f)视为对应坐标点(x，y)的能量函数e(x，y)，利用Sobel算子计算得到时频谱的能量梯度并进行归一化处理，能量梯度G(e(x，y))计算如下：G(e(x，y))＝abs(filter2(hx，P(i...

【专利技术属性】
技术研发人员：侯亮，吴彬云，王少杰，陈春华，卜祥建，
申请(专利权)人：厦门大学，
类型：发明
国别省市：