多通道信号自适应分解方法技术

本发明专利技术涉及故障诊断技术领域，尤其涉及一种多通道信号自适应分解方法，包括以下步骤：步骤S1：获取多通道的振动加速度信号；步骤S2：根据多通道的振动加速度信号构建为循环三阶张量；步骤S3：对三阶张量进行第二类张量奇异值分解，并进行重构，计算多通道的分量信号；步骤S4：重复步骤S2和步骤S3，获取多次迭代的多通道分量信号；步骤S5，根据分量信号判断设备是否发生故障。本发明专利技术提供一种多通道信号自适应分解方法，故障诊断精度高，为旋转机械设备状态监测和剩余寿命预测提供基础支撑，避免对设备诊断时漏诊和误诊，提高了设备运转的安全性。性。性。

【技术实现步骤摘要】
(t)，
…
，a
s
(t)中的最大频带范围为[f
max
－Δf，f
max
+Δf]，其中，Δf为带宽；
[0015]S23：根据所述最大谱峰频率f
max
，计算三阶张量的第二阶维数I2[0016][0017]S24：根据所述多通道振动加速度信号a1(t),
…
,a
s
(t)和所述第二阶维数I2构建循环三阶张量
[0018][0019]其中，A(:,:,1)表示三阶张量A的第1个正面切片以及A(:,:,s)表示三阶张量A的第s个正面切片；I1＝N，I3＝多通道总数s。
[0020]进一步，具体地，在步骤S3中包括：
[0021]步骤S31：对所述三阶张量进行第二类张量奇异值分解，获取左奇异张量U、核心张量S和右奇异张量V，其中，
[0022]A＝U1S2V
T
ꢀꢀꢀꢀꢀꢀꢀ
(4)；
[0023]步骤S32：对所述左奇异张量U的特征向量进行傅里叶变换，获取在所述最大频带范围的特征组ii＝[k,l,
…
p]，其中k，l，p表示的是U中第几列特征向量；
[0024]步骤S33：在所述核心张量S中获取所述特征组对应的奇异值，对所述特征组以及所述三阶张量进行重构：
[0025][0026]步骤S34：采用对角平均法将重构的所述三阶张量再重构为多通道分量信号获得所述多通道的振动加速度信号的残余信号
[0027]进一步，具体地，在步骤S31中，获取所述左奇异张量U、所述核心张量S和所述右奇异张量V步骤包括：
[0028]对所述三阶张量进行展开得到矩阵A，对所述矩阵A进行第二类张量奇异值分解，得到矩阵U、矩阵S和矩阵V；
[0029]步骤S32：对所述矩阵U、所述矩阵S和所述矩阵V重建，获取左奇异张量U、核心张量S和右奇异张量V。
[0030]进一步，具体地，在所述步骤S5中，获取所述待诊断设备的故障特征频率，对所有
所述分量信号进行包络分析，找出与所述待诊断设备的故障特征频率接近的频率值及所述频率值的倍频，判断所述待诊断设备是否存在故障。
[0031]进一步，具体地，多通道总数s等于所述振动加速度传感器的数量。
[0032]本专利技术的有益效果是，本专利技术的一种多通道信号自适应分解方法，融合了待测设备的多通道的振动加速度信号，结合功率谱密度方法确定多通道信号的最大谱峰频率和频带范围，基于最大谱峰频率将多通道的振动加速度信号构建为循环三阶张量通过第二类张量奇异值分解对三阶张量进行分解，基于傅里叶变换挑选出在当前频带贡献最大的特征组，基于特征组重构当前迭代的三阶张量，通过对角平均法将迭代的三阶张量重构为多通道分量信号，完成待诊断系统的故障诊断分析，能自适应的将通道信号的故障特征增强，从而易辨识，且能够对通道信号降噪，实现设备的早期故障诊断，为机电装备滚动轴承状态监测和剩余寿命预测提供基础支撑，避免对设备诊断时漏诊和误诊，提高了设备运转的安全性，防止因轴承等易发故障引起的重大事故发生，具有重要的实用性和工程价值。
附图说明
[0033]下面结合附图和实施例对本专利技术进一步说明。
[0034]图1是本专利技术最优实施例的工作流程图。
[0035]图2是本专利技术一实施例待诊断设备的振动加速度信号时域波形图。
[0036]图3是本专利技术一实施例第一个通道信号的第6个分量信号的包络谱图。
具体实施方式
[0037]现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0038]如图1所示，是本专利技术最优实施例，一种多通道信号自适应分解方法，包括以下步骤：
[0039]步骤S1：获取多通道的振动加速度信号；
[0040]在待诊断设备上设置多个振动加速度传感器，获取采集时长为t
n
、数据点数为N的待诊断设备的多通道振动加速度信号a1(t)，
…
，a
s
(t)，采样频率为Fs。
[0041]在一具体实施例中，采用三个振动加速度传感器，分别安装在待诊断的离心机上，三个振动加速度传感器分别布置在离心机的轴向和水平方向上，采集时长为t
n
＝0.6s，采样频率设置为Fs＝25600Hz，数据点数为N＝40000，采集三个通道的加速度信号a1(t),a2(t),a3(t)。
[0042]步骤S2：根据多通道的振动加速度信号构建为循环三阶张量其中，I1为三阶张量的第一阶、I2为三阶张量的第二阶以及I3为三阶张量的第三阶；
[0043]在步骤S2中包括：
[0044]S21：计算多通道的振动加速度信号a1(t)，
…
，a
s
(t)的功率谱密度，得到每个通道的最大谱峰对应的频率f
max,1
,
…
,f
max,s
，获取每个通道中的最大谱峰频率f
max
：
[0045][0046]S22：根据最大谱峰频率f
max
确定当前多通道的振动加速度信号a1(t)，
…
，a
s
(t)中的最大频带范围为[f
max
－Δf，f
max
+Δf]，其中，Δf为带宽；
[0047]S23：根据最大谱峰频率f
max
，计算三阶张量的第二阶维数I2[0048][0049]S24：根据多通道振动加速度信号a1(t),
…
,a
s
(t)和第二阶维数I2构建循环三阶张量
[0050][0051]其中，A(:,:,1)表示三阶张量A的第1个正面切片以及A(:,:,s)表示三阶张量A的第s个正面切片；A
i1,i2,i3
表示多通道三阶张量信号A的任意一个元素；I1＝N，I3＝多通道总数s，多通道总数s等于所述振动加速度传感器的数量。
[0052]在一具体实施例中，采集的三个通道的加速度信号a1(t),a2(t),a3(t)按照上述步骤计算最大谱峰频率f
max
和最大频带范围，并构建为多通道三阶张量其中I1＝40,000，I2＝(0.8～1.2)25600/f
max
，I3＝3。
[0053]通过功率谱密度方法计算最大谱峰频率，构建三阶张量信号，相对于现有技术信号周期性截断构建的张量，本专利技术不需要经过经验值就能简单构建成三阶张量信号，构建三阶张量信号速度快且构建的三阶张量信号没有干扰频率，提高了故障诊断的时效性和准确性。
[0054]步骤S3：对三阶张量进行第二类张量奇异值分解，并进行重构，计算多通道的分量信号；
[0055]在步骤S3中包括：
[0056]步骤S31：对三阶张量进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多通道信号自适应分解方法，其特征在于，包括以下步骤：步骤S1：获取多通道的振动加速度信号；在待诊断设备上设置多个振动加速度传感器，获取采集时长为t
n
、数据点数为N的待诊断设备的多通道振动加速度信号a1(t)，
…
，a
s
(t)，采样频率为Fs；步骤S2：根据所述多通道的振动加速度信号构建为循环三阶张量其中，I1为三阶张量的第一阶、I2为三阶张量的第二阶以及I3为三阶张量的第三阶；步骤S3：对所述三阶张量进行第二类张量奇异值分解，并进行重构，计算多通道的分量信号；步骤S4：重复所述步骤S2和所述步骤S3，获取多次迭代的多通道分量信号；步骤S5，根据所述分量信号判断所述设备是否发生故障；其中，在所述步骤S2中包括：S21：计算所述多通道的振动加速度信号a1(t)，
…
，a
s
(t)的功率谱密度，得到每个通道的最大谱峰对应的频率f
max,1
,
…
,f
max,s
，获取每个通道中的最大谱峰频率f
max
：f
max
＝max(f
max,1
,
…
,f
max,s
)
ꢀꢀꢀꢀꢀ
(1)；S22：根据所述最大谱峰频率f
max
确定当前所述多通道的振动加速度信号a1(t)，
…
，a
s
(t)中的最大频带范围为[f
max
－Δf，f
max
+Δf]，其中，Δf为带宽；S23：根据所述最大谱峰频率f
max
，计算三阶张量的第二阶维数I2I2＝(0.8～1.2)F
...

【专利技术属性】
技术研发人员：杨博淙，张飞斌，孟力，杨康定，王飞彪，
申请(专利权)人：赛腾机电科技常州有限公司，
类型：发明
国别省市：