一种基于多指标融合的轧辊磨床颤振故障诊断方法技术

本发明专利技术一种基于多指标融合的轧辊磨床颤振故障诊断方法，包括以下步骤：步骤S1，采用加速度传感器实时采集轧辊磨床工作过程中的原始振动信号；步骤S2，计算原始振动信号的加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标；步骤S3，对加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标进行加权融合得到融合指标；步骤S4，设定轧辊磨床在健康工况下辊痕共振指标的两倍数值为报警阈值，将融合指标与阈值进行对比，若融合指标超过阈值，说明轧辊磨床当前存在颤振故障。本发明专利技术通过对各个指标进行加权融合，提高了检测轧辊磨床颤振故障的有效性，从而能够比通过单一指标更准确的检测到轧辊磨床的颤振故障。颤振故障。颤振故障。

【技术实现步骤摘要】
一种基于多指标融合的轧辊磨床颤振故障诊断方法


[0001]本专利技术涉及机械加工过程中的故障诊断领域，具体涉及一种基于多指标融合的轧辊磨床颤振故障诊断方法。

技术介绍

[0002]轧辊磨床是冷轧汽车板的生产线上不可或缺的设备，轧辊磨床的正常运行在很大程度上影响着轧辊的表面质量。在实际生产中，轧辊磨床的砂轮、轴承等部件在加工过程时会发生不平衡、局部故障等现象，从而导致轧辊磨床出现磨削颤振故障，这也是轧辊磨床故障的主要表现形式之一。如果不能及时对颤振故障进行诊断和预警，将导致设备噪声变大、轧辊加工效率下降，严重时还可能损害整个轧辊磨床系统，导致停工停产与巨大的经济损失。目前对轧辊磨削过程中的颤振故障没有非常有效的预报手段，主要还是依靠人工打粉笔检查，由于操作人员熟练程度不同，准确识别磨削异常的轧辊较为困难。
[0003]根据轧辊磨床系统的传动特性与颤振故障的机理分析，在轧辊磨床加工过程中个关键部件的振动传感信号能够直接且全面的反映轧辊磨床颤振故障的发展过程，因此振动传感信号是最常用的颤振故障分析诊断信号。随着传感技术的快速发展，通过在轧辊磨床的关键部件外壳安装加速度传感器，能实时采集轧辊磨床加工过程中的振动信号。再利用各类信号处理技术从原始振动信号中提取最能反映轧辊磨床颤振故障的特征信息，从而实现对轧辊磨床当前健康状态进行诊断。常用于轧辊磨床颤振故障分析的信号处理方法有包络谱分析、经验模态分解、时频分析、深度学习模型等。
[0004]但是这些分析方法大都没有深入研究轧辊磨床颤振故障的机理，在颤振故障激发的非线性非平稳的信号时，容易产生误判误诊的现象。并且，轧辊磨床故障的产生要经历从平稳磨削到发生颤振的过程，然而磨削颤振过渡过程时间特别短，同时存在很多随机干扰，所产生的非平稳信号包含大量的故障信息，导致现有的单一指标缺乏对颤振机理的分析，难以全面反映轧辊磨床颤振故障，因此具有局限性。

技术实现思路

[0005]本专利技术是为了解决上述问题而进行的，目的在于提供一种基于多指标融合的轧辊磨床颤振故障诊断方法。
[0006]本专利技术提供了一种基于多指标融合的轧辊磨床颤振故障诊断方法，具有这样的特征，包括以下步骤：步骤S1，采用加速度传感器实时采集轧辊磨床工作过程中的原始振动信号；
[0007]步骤S2，计算原始振动信号的加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标；
[0008]步骤S3，对加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标进行加权融合得到融合指标；
[0009]步骤S4，设定轧辊磨床在健康工况下辊痕共振指标的两倍数值为报警阈值，将融
合指标与阈值进行对比，若融合指标超过阈值，说明轧辊磨床当前存在颤振故障。
[0010]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S1中，加速度传感器设于轧辊磨床的头架和尾架，采样频率为1000Hz。
[0011]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S2中，加速度振动量指标是基于原始振动信号分析轧辊磨床加速度振动量的变化得到的，加速度振动量指标的计算公式如下：
[0012][0013]式中，R
a
表示加速度振动量指标，y
t
表示原始振动信号，t表示采样点数，N表示信号总长度。
[0014]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S2中，对原始振动信号的频域数据进行积分，再通过逆傅里叶变换得到对应的时域速度信号，原始振动信号与时域速度信号的关系如下：
[0015][0016]式中，Y
t
表示时域速度信号，t表示采样点数，d表示微分符号；
[0017]速度振动量指标是基于时域速度信号计算得到的，速度振动量指标的计算公式如下：
[0018][0019]式中，R
v
表示速度振动量指标。
[0020]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S2中，轧辊磨床由健康状态逐渐到颤振故障时，原始振动信号频谱中的共振频率会发生变化，辊痕共振指标是基于原始振动信号计算对应频谱幅值变化的情况得到的，辊痕共振指标的计算公式如下：
[0021][0022][0023]其中，F(y
t
)表示原始振动信号的傅里叶变换，w表示频率，i表示虚数单位，t表示采样点数，e
‑
iwt
为复变函数，R
r
表示辊痕共振指标。
[0024]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S2中，支撑刚性指标是基于原始振动信号频域的能量反映轧辊磨床系统支撑刚性变化情况得到的，支撑刚性指标的计算公式如下：
[0025][0026]式中，R
k
表示支撑刚性指标。
[0027]在本专利技术提供的基于多指标融合的轧辊磨床颤振故障诊断方法中，还可以具有这样的特征：步骤S3中，以辊痕共振指标为主，对加速度振动量指标、速度振动量指标以及支撑刚性指标进行加权融合，融合指标计算公式如下：
[0028]R＝40％
×
R
r
+20％
×
R
a
+20％
×
R
v
+20％
×
R
k
[0029]式中，R表示融合指标。
[0030]专利技术的作用与效果
[0031]根据本专利技术所涉及的基于多指标融合的轧辊磨床颤振故障诊断方法，因为根据轧辊磨床工作过程中的原始振动信号计算得到了加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标，并依据不同指标对于检测轧辊磨床的颤振故障具有不同的灵敏度和诊断能力，所以对各个指标进行加权融合，提高检测轧辊磨床颤振故障的有效性，从而能够比通过单一指标更准确的检测到轧辊磨床的颤振故障，进而能够更快速的反映轧辊磨床早期颤振故障从无到有的突变。
附图说明
[0032]图1是本专利技术中基于多指标融合的轧辊磨床颤振故障诊断方法的流程图；
[0033]图2是本专利技术中轧辊磨床原始振动信号时域图；
[0034]图3是本专利技术中根据原始振动信号得到的速度波形图；
[0035]图4是本专利技术中原始振动信号的频谱图；
[0036]图5是本专利技术中根据融合指标检测轧辊磨床颤振故障的判别图。
具体实施方式
[0037]为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本专利技术一种基于多指标融合的轧辊磨床颤振故障诊断方法作具体阐述。
[0038]在本实施例中，提供了一种基于多指标融合的轧辊磨床颤振故障诊断方法。
[0039]图1是本专利技术中基于多指标融合的轧辊磨床颤振故障诊断方法的流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多指标融合的轧辊磨床颤振故障诊断方法，其特征在于，包括以下步骤：步骤S1，采用加速度传感器实时采集轧辊磨床工作过程中的原始振动信号；步骤S2，计算所述原始振动信号的加速度振动量指标、速度振动量指标、辊痕共振指标以及支撑刚性指标；步骤S3，对所述加速度振动量指标、所述速度振动量指标、所述辊痕共振指标以及所述支撑刚性指标进行加权融合得到融合指标；步骤S4，设定所述轧辊磨床在健康工况下辊痕共振指标的两倍数值为报警阈值，将所述融合指标与所述阈值进行对比，若所述融合指标超过所述阈值，说明所述轧辊磨床当前存在颤振故障。2.根据权利要求1所述的基于多指标融合的轧辊磨床颤振故障诊断方法，其特征在于：步骤S1中，所述加速度传感器设于所述轧辊磨床的头架和尾架，采样频率为1000Hz。3.根据权利要求1所述的基于多指标融合的轧辊磨床颤振故障诊断方法，其特征在于：步骤S2中，所述加速度振动量指标是基于所述原始振动信号分析轧辊磨床加速度振动量的变化得到的，所述加速度振动量指标的计算公式如下：式中，R
a
表示所述加速度振动量指标，y
t
表示所述原始振动信号，t表示采样点数，N表示信号总长度。4.根据权利要求1所述的基于多指标融合的轧辊磨床颤振故障诊断方法，其特征在于：步骤S2中，对所述原始振动信号的频域数据进行积分，再通过逆傅里叶变换得到对应的时域速度信号，所述原始振动信号与所述时域速度信号的关系如下：式中，Y
t
表示所述时域速度信号，t表示采样点数，d表示微分符号；所述速度振动量指标是基于所述时域速度信号计算得到的，所述速度振动量指标...

【专利技术属性】
技术研发人员：余建波，肖朝昂，
申请(专利权)人：同济大学，
类型：发明
国别省市：