一种智能化设备基础故障自主定位与量化评估方法及系统技术方案

本发明专利技术涉及设备故障检测技术领域，尤其是涉及一种智能化设备基础故障自主定位与量化评估方法及系统

【技术实现步骤摘要】
一种智能化设备基础故障自主定位与量化评估方法及系统


[0001]本专利技术涉及设备故障检测
，尤其是涉及一种智能化设备基础故障自主定位与量化评估方法及系统
。

技术介绍

[0002]智能故障诊断对于提高机械设备的可靠性和实现效率化的现代维修策略非常重要
。
通过应用智能故障诊断技术，可以在生产运行中监测设备的健康状况，及时判断设备即将发生故障的部位，并采取准确的措施来避免损失
。
这样可以保证生产设备的稳定可靠运行，同时减少人工巡检所需的时间和精力，避免检测结果不准确的情况发生
。
此外，应用智能故障诊断技术还能保护人民的生命财产安全，加速推动现代化工业的智能化发展
。
[0003]然而，现有大多数技术中一方面还未真正实现智能化的自动诊断报警以及故障程度量化问题
。
其中有的技术仅仅只对采集到的振动信号进行了有效处理，如
CN115901248 A、CN 116361632 A
等
。
处理后的信号虽然可以实现早期设备微弱故障特征的提取，但过度依赖于专家经验去人工判断，无法及时的进行设备故障自动报警以及故障程度量化
。
还有的技术仅仅对设备状态进行整体识别，但对于故障部位却无法反映，如
CN115628916 A
等
。
这给工程诊断应用造成了困难，还远远满足不了现代化智能工业的要求
。
[0004]另一方面，即使少数技术提出了智能化的自动诊断报警指标，但忽略了离散频率分量（如转频及其谐波
、
纯幅度调制和频率调制分量
AM
‑
FM
等）
、
噪声分量与轴承故障特征频率之间的干扰，这可能给诊断结果带来不确定的影响
。
[0005]为此，亟需一种智能化的设备基础故障自主定位与量化评估方法以解决上述问题
。

技术实现思路

[0006]为了实现智能化的诊断报警
、
故障定位以及故障程度量化，避免诊断过程中频率分量之间的互相干扰，以提高故障诊断的智能化
、
自动化以及检测精度，本专利技术提供一种智能化设备基础故障自主定位与量化评估方法及系统
。
[0007]第一方面，本专利技术提供的一种智能化设备基础故障自主定位与量化评估方法，采用如下的技术方案：一种智能化设备基础故障自主定位与量化评估方法，包括：获取设备运行中的振动信号；根据获取的设备运行中的振动信号，通过设定阈值并判断得到预警信号；通过对预警信号进行故障定位及量化处理，得到诊断结果，其中，首先通过快速自适应稀疏辅助信号分解方法对预警信号行频率分离及故障脉冲增强处理，得到离散频率分量信号和故障脉冲信号，再对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断
。
[0008]进一步地，所述根据获取的设备运行中的振动信号，通过设定阈值并判断得到预警信号，包括计算振动信号的有效值及其平均值和标准差，通过正态分布原则求得预警判
断阈值，当振动信号的有效值大于预警判断阈值，输出预警信号
。
[0009]进一步地，所述对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断，包括对故障脉冲信号进行轴承类故障诊断，其中，根据故障脉冲信号计算得到平方包络谱，根据平方包络谱估算包络谱内能量阈值；计算轴承故障频率及其倍频窄带频段幅值集合，利用轴承故障频率和倍频窄带频段幅值集合，对平方包络谱进行筛选后求中位值，得到目标中位值
。
[0010]进一步地，所述对故障脉冲信号进行轴承类故障诊断，还包括根据得到的包络谱内能量阈值
、
目标中位值和倍频窄带频段幅值集合最大幅值计算得到故障特征量化比，其中，故障特征量化比表示为：，
Max_SES_Ai
为倍频窄带频段幅值集合最大幅值；
Threshold
为包络谱内能量阈值；
Median(Sec_Selected_SES_A)
为目标中位值
。
[0011]进一步地，所述对故障脉冲信号进行轴承类故障诊断，还包括根据得到的故障特征量化比，通过设定故障量化阈值，判定得到轴承类故障程度
。
[0012]进一步地，所述对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断，包括对故障脉冲信号进行转子类故障诊断，其中，根据故障脉冲信号计算得到平方包络谱，根据平方包络谱估算包络谱内底部噪声水平阈值；计算转子类转频及其倍频窄带频段幅值集合，利用包络谱内底部噪声水平阈值对倍频窄带频段幅值集合进行两次筛选后进行计算得到故障类型判定指标
。
[0013]进一步地，所述对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断，还包括根据故障类型判定指标判断设备故障类型，通过结合轴承类故障程度，输出预警信息
。
[0014]第二方面，一种智能化设备基础故障自主定位与量化评估系统，包括：信号获取模块，被配置为，获取设备运行中的振动信号；判断模块，被配置为，根据获取的设备运行中的振动信号，通过设定阈值并判断得到预警信号；诊断模块，被配置为，通过对预警信号进行故障定位及量化处理，得到诊断结果，其中，首先通过快速自适应稀疏辅助信号分解方法对预警信号行频率分离及故障脉冲增强处理，得到离散频率分量信号和故障脉冲信号，再对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断
。
[0015]第三方面，本专利技术提供一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种智能化设备基础故障自主定位与量化评估方法
。
[0016]第四方面，本专利技术提供一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种智能化设备基础故障自主定位与量化评估方法
。
[0017]综上所述，本专利技术具有如下的有益技术效果：本专利技术通过自适应分离故障脉冲信号以及离散频率信号，避免了诊断过程中频率之间的互相干扰，大大提高了设备诊断过程中的精度
。
并且根据故障脉冲信号以及离散频率信号，该方法可以实现设备基础类故障的自主定位以及量化评估
。
另外本方法也可以解决故障诊断领域早期微弱故障特征提取困难以及复合故障诊断问题
。
本方法诊断过程中无需人为参与，提高了设备诊断的智能化
、
自动化
、
效率以及检测精度
。
附图说明
[0018]图1是本专利技术实施例1的一种智能化设备基础故障自主定位与量化评估方法的示意图；图2是本专利技术实施例1的一种智能化设备基础故障自主定位与量化评估方法的流程图；图3是本专利技术实施例1的转子类故障检测量化模块流程图；图4是本专利技术实施例1的轴承类故障检测量化模块流程图；图5是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能化设备基础故障自主定位与量化评估方法，其特征在于，包括：获取设备运行中的振动信号；根据获取的设备运行中的振动信号，通过设定阈值并判断得到预警信号；通过对预警信号进行故障定位及量化处理，得到诊断结果，其中，首先通过快速自适应稀疏辅助信号分解方法对预警信号行频率分离及故障脉冲增强处理，得到离散频率分量信号和故障脉冲信号，再对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断
。2.
根据权利要求1所述的一种智能化设备基础故障自主定位与量化评估方法，其特征在于，所述根据获取的设备运行中的振动信号，通过设定阈值并判断得到预警信号，包括计算振动信号的有效值及其平均值和标准差，通过正态分布原则求得预警判断阈值，当振动信号的有效值大于预警判断阈值，输出预警信号
。3.
根据权利要求1所述的一种智能化设备基础故障自主定位与量化评估方法，其特征在于，所述对故障脉冲信号依次进行轴承类故障诊断和转子类故障诊断，包括对故障脉冲信号进行轴承类故障诊断，其中，根据故障脉冲信号计算得到平方包络谱，根据平方包络谱估算包络谱内能量阈值；计算轴承故障频率及其倍频窄带频段幅值集合，利用轴承故障频率和倍频窄带频段幅值集合，对平方包络谱进行筛选后求中位值，得到目标中位值
。4.
根据权利要求3所述的一种智能化设备基础故障自主定位与量化评估方法，其特征在于，所述对故障脉冲信号进行轴承类故障诊断，还包括根据得到的包络谱内能量阈值
、
目标中位值和倍频窄带频段幅值集合最大幅值计算得到故障特征量化比，其中，故障特征量化比表示为：，
Max_SES_Ai
为倍频窄带频段幅值集合最大幅值；
Threshold
为包络谱内能量阈值；
Median(Sec_Selected_SES_A)
为目标中位值
。5.
根据权利要求4所述的一种智能化设备基础故障自主定位与量化评估方法...

【专利技术属性】
技术研发人员：朱奥，谭晓林，张鹏，
申请(专利权)人：济南嘉宏科技有限责任公司，
类型：发明
国别省市：