一种声振融合的叶片裂纹故障检测方法及应用技术

本发明专利技术公开了一种声振融合的叶片裂纹故障检测方法急应用，叶片裂纹故障检测方法包括以下步骤：采集两通道声信号及两通道振动信号，在标准化处理后分成训练和测试样本；使用数据级融合方法分别融合两通道振动信号训练和测试样本，并生成振动数据融合训练和测试样本；将上述两通道声信号、两通道振动信号和振动数据融合训练样本输入到一维卷积神经网络中，得到初始检测结果；使用决策级融合方法融合所述初始检测结果，并得到最终的检测结果，实现压缩机叶片的裂纹故障检测。本发明专利技术简单易行，相比于其他现有裂纹检测技术能够在数据级和决策级融合声振信号实现压缩机叶片裂纹故障检测。障检测。障检测。

【技术实现步骤摘要】
一种声振融合的叶片裂纹故障检测方法及应用


[0001]本专利技术涉及旋转机械声振信号分析及融合
，尤其是一种声振融合的叶片裂纹故障检测方法。

技术介绍

[0002]压缩机广泛应用于石油化工、电力等领域，叶片作为核心部件在离心力、摩擦和不稳定气流载荷的作用下容易产生裂纹故障，以致影响到整个压缩机的正常工作。因此及时检测叶片裂纹故障，对于保证压缩机的安全稳定运行具有重要意义。此外，在实际工程中往往使用声信号、振动信号等进行叶片故障检测。但是单一声信号或振动信号往往掺杂着强背景噪声，通过单一信号进行故障分析会导致检测准确率低、检测结果不可靠。因此，如何有效利用和融合声信号和振动信号并实现压缩机叶片裂纹故障可靠准确检测值得深入研究。
[0003]传统的信号融合包括3种融合方式：数据级、特征级和决策级融合。一般来说，数据级融合适用于同类型不同位置的信号，是最低级的融合方式；特征级和决策级融合可以融合不同类型的信号，其中决策级融合是最高级的融合方式，且融合效果最好。由于强噪声的存在单一融合方式可能无法准确检测叶片裂纹，且不同类似的融合往往会有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种声振融合的叶片裂纹故障检测方法，其特征在于，包括以下步骤：步骤1：采集至少两通道声信号和至少两通道振动信号；步骤2：对采集的至少两通道声信号和至少两通道振动信号进行标准化处理，并将所述标准化处理后声信号和振动信号分成训练样本和测试样本；步骤3：使用数据级融合方法分别融合至少两通道振动信号训练和测试样本，并生成振动数据融合训练和测试样本；步骤4：将步骤2处理后的声信号和振动信号训练样本以及步骤3生成的振动数据融合训练样本，输入到神经网络中，得到初始检测结果；步骤5：使用决策级融合方法融合步骤4得到的初始检测结果，并得到最终的检测结果，实现叶片的裂纹故障检测。2.按照权利要求1所述的一种声振融合的机叶片裂纹故障检测方法，其特征在于，所述步骤1中，采集两通道声信号和两通道振动信号；两通道声信号分别为距离进气口和出气口设定距离处的信号。3.按照权利要求2所述的一种声振融合的叶片裂纹故障检测方法，其特征在于，两通道声信号分别为距离进气口和出气口的设定距离为0.2
‑
1.0米。4.按照权利要求1所述的一种声振融合的叶片裂纹故障检测方法，其特征在于，步骤2中，所述标准化处理是0
‑
1标准化处理，0
‑
1标准化处理的表达式为：其中，x
s
(t)表示0
‑
1标准化后的信号，x(t)表示原始信号，min(x)和max(x)分别表示原始信号的最小值和最大值。5.按照权利要求1所述的一种声振融合的叶片裂纹故障检测方法，其特征在于，步骤3中，使用数据级融合方法分别融合至少两通道振动信号训练和测试样本，包括：步骤3.1，分别计算两通道样本的Hoyer距离：其中，H
x
表示样本x的Hoyer距离,t表示样本x的长度；步骤3.2，根据历史样本和所述Hoyer距离分别计算两通道样本的改进余弦相似度：其中，θ
x
表示样本x的余弦角度，x
h
表示历史样本，G(x,x,H
x
)表示样本x之间的高斯距离，G(x,x
h
,H
x
)表示样本x和历史样本x
h
之间的高斯距离，G(x
h
,x
h
,H
x
)表示历史样本x
h
之间的高斯距离；样本x和历史样本x
h
之间的高斯距离G(x,x
h

【专利技术属性】
技术研发人员：宋狄，许飞云，胡建中，贾民平，黄鹏，
申请(专利权)人：东南大学，
类型：发明
国别省市：