本发明专利技术公开了一种旋转机械设备故障类型诊断方法及系统，涉及旋转机械设备故障类型诊断技术领域。该方法包括采集待诊断的旋转机械设备不同时刻的振动信号；获取振动信号的频谱数据，频谱数据包括频率数据和幅值数据；对频谱数据进行离散，得到离散频率数据和离散幅值数据；基于离散频率数据和离散幅值数据，确定振动信号的变化频率数据和变化幅值数据；根据变化频率数据和变化幅值数据绘制频率稳定图；基于频率稳定图确定待诊断的旋转机械设备的故障类型。本发明专利技术提供的频率稳定图是散点图，变化频率数据一目了然，为旋转机械设备故障诊断提供有效的可视化工具，无需人工分析变化频率数据和变化幅值数据，提高了人工诊断分析的效率和准确率。效率和准确率。效率和准确率。
【技术实现步骤摘要】
一种旋转机械设备故障类型诊断方法及系统
[0001]本专利技术涉及旋转机械设备故障类型诊断
，特别涉及一种旋转机械设备故障类型诊断方法及系统。
技术介绍
[0002]在机械设备预测性维护领域，采集机械设备振动信号是分析设备异常和故障的主要方式之一，对振动信号的监测可以发现机械设备的大部分故障，如轴承故障、齿轮故障、转子不平衡、联轴器不对中、联轴器磨损、基础松动等。
[0003]在现有技术中针对振动信号的故障诊断方式主要是依赖诊断专家查看振动特征趋势，分析异常振动时刻的振动波形和频谱并识别频谱中是否存在故障频率、是否存在特定频率幅值增长等，以此完成机械设备故障诊断。针对故障诊断的自动识别问题，已有多篇文献和专利公开了相应方法，故障诊断自动化主要通过故障案例数值驱动算法建模建立故障诊断识别模型，目前由于大部分机械设备的可靠性不断提高，机械设备故障率不断降低，基于故障案例数值建立故障诊断模型的方式受限于案例数值匮乏，若基于小样本案例数值建模断然无法保证较高的故障诊断准确率。针对算法建模的自动或智能故障诊断方式将受到故障案例数量的限制，因此通过人工分析的故障诊断模式仍将发挥重要作用。
[0004]现有的一些多频谱分析方法，比如振动频谱的“瀑布图”，虽然可以通过瀑布图直观查看频率变化情况，但是仍需人工重度参与分析过程才可提取出变化频率数据。因此提出一种能够直接提供变化频率数据对应的频率稳定图从而无需人工分析变化频率数据以及对应变化幅值数据的旋转机械设备故障类型诊断方法及系统是非常有必要的。
专利技术内容
[0005]本专利技术的目的是提供一种旋转机械设备故障类型诊断方法及系统，以解决现有技术中旋转机械设备故障诊断需人工重度参与分析的问题。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种旋转机械设备故障类型诊断方法，包括：
[0008]采集待诊断的旋转机械设备不同时刻的振动信号；
[0009]采用频谱分析方法获取所述振动信号的频谱数据；所述频谱数据包括频率数据和幅值数据；
[0010]对所述频谱数据进行离散，得到离散频率数据和离散幅值数据；
[0011]基于所述离散频率数据和所述离散幅值数据，确定所述振动信号的变化频率数据和变化幅值数据；
[0012]以所述变化频率数据作为横坐标，以所述变化幅值数据作为纵坐标，绘制频率稳定图；
[0013]基于所述频率稳定图确定所述待诊断的旋转机械设备的故障类型。
[0014]可选地，对所述频谱数据进行离散，得到离散频率数据和离散幅值数据，具体包
括：
[0015]将各所述频率数据以N倍频率分辨率的间隔划分为多组频率数值，取每组频率数值的第一个频率数值作为当前组频率数值的离散频率数值，各组频率数值的离散频率数值构成所述离散频率数据；
[0016]将各所述幅值数据以N倍幅值的间隔划分为多组幅值数值，取每组幅值数值的幅值统计值作为当前组幅值数值的离散幅值数值，各组幅值数值的离散幅值数值构成所述离散幅值数据。
[0017]可选地，基于所述离散频率数据和所述离散幅值数据，确定所述振动信号的变化频率数据和变化幅值数据，具体包括：
[0018]将最早时刻采集到的振动信号对应的离散幅值数据作为基准离散幅值；
[0019]将其他时刻采集到的振动信号对应的离散幅值数据依次与所述基准离散幅值相减，得到差异幅值数组；
[0020]选取每组差异幅值数组中由大至小排列的前K个差异幅值数据作为变化幅值数据；
[0021]将所述前K个差异幅值数据所对应的离散频率数据作为变化频率数据。
[0022]可选地，所述基于所述频率稳定图确定所述待诊断的旋转机械设备的故障类型，具体包括：
[0023]判断所述频率稳定图是否存在稳定频率值；
[0024]若是，则确定所述待诊断的旋转机械设备的故障类型为转子类故障或轴承故障；
[0025]若否，则确定所述待诊断的旋转机械设备的故障类型与所述振动信号无关，不存在转子类故障和轴承故障。
[0026]可选地，当所述频率稳定图存在稳定频率值时，确定所述待诊断的旋转机械设备的故障类型为转子类故障或轴承故障，具体包括：
[0027]当所述频率稳定图存在稳定频率值时，判断所述稳定频率值是否为转频的整数倍；
[0028]若是，则确定所述待诊断的旋转机械设备的故障类型为转子类故障；
[0029]若否，则确定所述待诊断的旋转机械设备的故障类型为轴承故障。
[0030]本专利技术还提供了一种旋转机械设备故障诊断系统，包括：
[0031]振动信号采集模块，用于采集待诊断的旋转机械设备不同时刻的振动信号；
[0032]频谱数据获取模块，用于采用频谱分析方法获取所述振动信号的频谱数据；所述频谱数据包括频率数据和幅值数据；
[0033]频谱数据离散模块，用于对所述频谱数据进行离散，得到离散频率数据和离散幅值数据；
[0034]变化频率数据和变化幅值数据确定模块，用于基于所述离散频率数据和所述离散幅值数据，确定所述振动信号的变化频率数据和变化幅值数据；
[0035]频率稳定图绘制模块，用于以所述变化频率数据作为横坐标，以所述变化幅值数据作为纵坐标，绘制频率稳定图；
[0036]故障类型确定模块，用于基于所述频率稳定图确定所述待诊断的旋转机械设备的故障类型。
[0037]可选地，所述频谱数据离散模块包括：
[0038]离散频率数据获取单元，用于将各所述频率数据以N倍频率分辨率的间隔划分为多组频率数值，取每组频率数值的第一个频率数值作为当前组频率数值的离散频率数值，各所述频率数据的离散频率数值构成所述离散频率数据；
[0039]离散幅值数据获取单元，用于将各所述幅值数据以N倍幅值的间隔划分为多组幅值数值，取每组幅值数值的幅值统计值作为当前组幅值数值的离散幅值数值，各所述幅值数据的离散幅值数值构成所述离散幅值数据。
[0040]可选地，所述变化频率数据和变化幅值数据确定模块包括：
[0041]基准离散幅值确定单元，用于将最早时刻采集到的振动信号对应的离散幅值数据作为基准离散幅值；
[0042]差异幅值数组确定单元，用于将其他时刻采集到的振动信号对应的离散幅值数据依次与所述基准离散幅值相减，得到差异幅值数组；
[0043]变化幅值数据确定单元，用于选取每组差异幅值数组中由大至小排列的前K个差异幅值数据作为变化幅值数据；
[0044]变化频率数据确定单元，用于将所述前K个差异幅值数据所对应的离散频率数据作为变化频率数据。
[0045]可选地，所述故障类型确定模块包括：
[0046]判断单元，用于判断所述频率稳定图是否存在稳定频率值；
[0047]故障类型确定单元，用于当所述频率稳定图存在稳定频率值时，确定所述待诊断的旋转机械设备的故障类型为转子类故障或轴承故障；
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种旋转机械设备故障类型诊断方法，其特征在于，包括：采集待诊断的旋转机械设备不同时刻的振动信号；采用频谱分析方法获取所述振动信号的频谱数据；所述频谱数据包括频率数据和幅值数据；对所述频谱数据进行离散，得到离散频率数据和离散幅值数据；基于所述离散频率数据和所述离散幅值数据，确定所述振动信号的变化频率数据和变化幅值数据；以所述变化频率数据作为横坐标，以所述变化幅值数据作为纵坐标，绘制频率稳定图；基于所述频率稳定图确定所述待诊断的旋转机械设备的故障类型。2.根据权利要求1所述的旋转机械设备故障类型诊断方法，其特征在于，对所述频谱数据进行离散，得到离散频率数据和离散幅值数据，具体包括：将各所述频率数据以N倍频率分辨率的间隔划分为多组频率数值，取每组频率数值的第一个频率数值作为当前组频率数值的离散频率数值，各组频率数值的离散频率数值构成所述离散频率数据；将各所述幅值数据以N倍幅值的间隔划分为多组幅值数值，取每组幅值数值的幅值统计值作为当前组幅值数值的离散幅值数值，各组幅值数值的离散幅值数值构成所述离散幅值数据。3.根据权利要求1所述的旋转机械设备故障类型诊断方法，其特征在于，基于所述离散频率数据和所述离散幅值数据，确定所述振动信号的变化频率数据和变化幅值数据，具体包括：将最早时刻采集到的振动信号对应的离散幅值数据作为基准离散幅值；将其他时刻采集到的振动信号对应的离散幅值数据依次与所述基准离散幅值相减，得到差异幅值数组；选取每组差异幅值数组中由大至小排列的前K个差异幅值数据作为变化幅值数据；将所述前K个差异幅值数据所对应的离散频率数据作为变化频率数据。4.根据权利要求1所述的旋转机械设备故障类型诊断方法，其特征在于，所述基于所述频率稳定图确定所述待诊断的旋转机械设备的故障类型，具体包括：判断所述频率稳定图是否存在稳定频率值；若是，则确定所述待诊断的旋转机械设备的故障类型为转子类故障或轴承故障；若否，则确定所述待诊断的旋转机械设备的故障类型与所述振动信号无关，不存在转子类故障和轴承故障。5.根据权利要求4所述的旋转机械设备故障类型诊断方法，其特征在于，当所述频率稳定图存在稳定频率值时，确定所述待诊断的旋转机械设备的故障类型为转子类故障或轴承故障，具体包括：当所述频率稳定图存在稳定频率值时，判断所述稳定频率值是否为转频的整数倍；若是，则确定所述待诊断的旋转机械设备的故障类型为转子类故障；若否，则确定所述待诊断的旋转机械设备的故障类型为轴承故障。6.一种旋转机械设备故障类型诊断系统，其特征在于，包括：振动信号采集模块，用于采集待诊断的旋转机械设备不同时刻的振动信号；
频谱数据获取模块，用于采用频谱...
【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。