【技术实现步骤摘要】
本专利技术属于毫米波振动检测，尤其涉及一种基于毫米波的振动表面微位移检测技术方案，具体是一种基于非接触式转子微位移轨迹的旋转不平衡故障检测方法及系统。
技术介绍
1、旋转设备是一类能够实现旋转运动的机械设备，通常由旋转部件、驱动装置、支撑结构和控制系统等组成。在工业中，旋转设备发挥着广泛且重要的作用，涉及到制造、加工、能源、运输、化学和制药等诸多领域。转子作为核心旋转部件，将电能转换为机械动能。在运转过程中，转子承受重要的机械应力和热应力，因此，很容易发生故障。而旋转不平衡故障是一种非常常见的转子故障，该故障指的是设备在旋转过程中由于离心力的不平衡而导致设备处于不平衡状态。这种故障会引发设备异常震动、噪音和加速磨损等问题，严重时可能导致设备损坏甚至发生意外事故。因此，对旋转设备而言，及时检测和修复转子的不平衡故障非常重要，以确保设备的正常运行和安全性。
2、旋转不平衡故障的检测可以使用多种传感器设备，如加速度计、激光测振仪，但目前这些设备价格昂贵且安装条件苛刻。毫米波测振方法能够便捷而准确地同步提取多目标的振动位移时域信息，可实现大范围、多尺度、高精度及高效的多测点同步形变与振动测量，能为旋转设备的运行状态提供了一种新的非接触式形变及振动测量方法与途径。旋转不平衡故障可以通过频域分析和时域分析方法来检测故障引发的异常频率、振幅和相位来判断。基于此，本专利技术针对旋转不平衡故障创新性地使用两个同步毫米波雷达跟踪转子轨迹，计算转子轨迹的离心率和扁平度，并结合振幅、转速来诊断旋转不平衡故障。
技
1、针对上述现状，本专利技术提出一种基于非接触式转子微位移轨迹的旋转不平衡故障检测方法及系统。
2、为实现上述目的，本专利技术采取如下技术方案：
3、一种基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，包括以下步骤：
4、s1、雷达数据采集：采集旋转设备运行所引起的多方向表面振动数据，即原始数据帧。
5、s2、振动定位：基于原始数据帧，使用振动定位算法分析振动目标位置信息。
6、s3、振动信号提取：基于原始数据帧和振动目标位置信息，使用振动相位提取算法提取目标振动信号。
7、s4、相位校正：基于目标振动信号，使用相位校正算法校正并提取目标相位信号。
8、s5、振动特征提取：基于目标相位信号，使用振动特征提取算法提取振动特征。
9、s6、特征分析：基于提取的振动特征，使用特征分析算法诊断旋转不平衡故障。
10、进一步地，所述方法涉及两个同步毫米波雷达和雷达同步系统。将两个同步毫米波雷达放置在旋转设备的转子径向方向并且雷达之间相对转子互成90度；通过雷达同步系统的控制，两个毫米波雷达工作在不同的频段上并同步采集数据。两个毫米波雷达工作频段分别为77—79ghz、79—81ghz。
11、进一步地，所述原始数据帧为大小为[f,t,n,m]的四维矩阵，其中，f表示目标数据帧内的帧数(帧维度)，t表示毫米波雷达的接收天线数(天线维度)，n表示毫米波雷达发射的chirp信号个数(chirp维度)，m表示每个chirp回波的采样点数(采样维度)。
12、进一步地，所述步骤s2中振动定位算法具体通过以下子步骤实现：
13、s2.1、对于原始数据帧，计算目标距离矩阵。具体地，先从原始数据帧中提取单个原始数据帧(大小为[t,n,m])，然后在采样维度上做快速傅立叶变换处理，得到大小为[t,n,m]的目标距离矩阵。
14、s2.2、基于目标距离矩阵，计算最优天线加权系数和距离角度功率谱。具体地，首先计算雷达天线的角度扫描向量。设定毫米波雷达是固定的，通过在天线维度上进行加权来实现角度扫描。雷达天线的角度扫描向量计算公式如下所示：
15、a(θ)＝[a(θ1),a(θ2),...a(θc)] (1)
16、
17、其中，t为雷达接受天线数，天线阵列的间距为d，λ为信号波长，θ＝{θ1,θ2,...,θc}为角度扫描范围。
18、然后，计算角度距离功率谱和最优天线加权系数，其计算公式如下所示：
19、
20、
21、其中，p是角度距离功率谱，w是最优天线加权系数矩阵，x是目标距离矩阵，*h表示的共轭转置，*t表示转置操作，*-1表示求逆运算。
22、s2.3、基于角度距离功率谱和最优天线加权系数矩阵，计算振动位置信息。
23、首先，使用静态背景消除技术，去除环境中的静态背景的干扰。具体地，通过在角度距离功率谱中减去它的平均功率，实现对非显著功率(静态背景)目标的干扰。其计算公式如下所示：
24、
25、其中，p′表示计算结果，p是角度距离功率谱，表示取平均运算。
26、然后，计算p′的最大索引(c′,r′)。将(c′,r′)作为振动方位信息，记为(θ,r)。
27、最后，根据振动方位信息从最优天线加权系数矩阵提取振动目标的最优天线加权系数。其提取公式如下所示：
28、α＝w(θ,r) (6)
29、其中，w是一个三维的矩阵w[c,r,t]，对于一个确定的索引(θ,r),可以从w中提取对应的一维数据w[c＝θ,r＝r]，该数据长度为t。
30、进一步地，所述步骤s3中相位提取算法具体通过以下子步骤实现：
31、s3.1、对原始数据帧进行帧重组，得到原始数据组。为了保证目标振动信号的连续性，将大小为[f,t,n,m]的原始数据帧进行数据重组，将f帧数据重组为g组数据帧。
32、首先，确认每组数据包含的帧索引。具体地，对于帧序列[1,2,3,4,5,6,7,...,f]，以窗口大小为width、步长为step的窗口进行滑动窗口采样，将帧序列进行划分g组。以帧序列为[1,2,3,4,5,6,7]、width＝3、step＝2为例，划分后结果为[1,2,3]、[3,4,5]、[5,6,7]。
33、然后，合并每一组数据。具体地，把一组数据内的多帧数据在chirp维度进行堆叠。以一组数据为[3,t,n,m]为例，它表示有三个大小为[t,n,m]的数据帧，在chirp维度进行堆叠后结果为[t,3*n,m]。由于每一组都有部分重叠的数据，提取出目标振动信号是连续的。
34、s3.2、对于原始数据组，计算目标距离矩阵。具体地，对大小为[g,t,n,m]的原始数据组，在采样维度上做fft(fast fourier transform，快速傅立叶变换)处理，得到大小为[g,t,n,m]的目标距离矩阵x。
35、s3.3、基于目标距离矩阵和振动目标位置信息，提取目标振动信号。其提取公式如下所示：
36、z＝x(t,n本文档来自技高网...
【技术保护点】
1.基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，将两个同步毫米波雷达放置在旋转设备的转子径向方向并且雷达之间相对转子互成90度；通过雷达同步系统的控制，两个毫米波雷达工作在不同的频段上并同步采集数据。
3.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，所述的原始数据帧为大小为[F,T,N,M]的四维矩阵，其中，F表示目标数据帧内的帧数即帧维度，T表示毫米波雷达的接收天线数即天线维度，N表示毫米波雷达发射的chirp信号个数即chirp维度，M表示每个chirp回波的采样点数即采样维度。
4.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤S2中，振动定位算法具体通过以下子步骤实现：
5.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤S3中，振动相位提取算法具体通过以下子步骤实现：
7.根据权利要求6所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤S4.3中，圆心方向估计算法具体如下：
8.根据权利要求6或7所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤S5中，振动特征提取算法具体通过以下子步骤实现：
9.根据权利要求1-7任一项所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤S6中，特征分析算法采用多阈值分析方法。
10.基于非接触式转子微位移轨迹的旋转不平衡故障检测系统，其基于权利要求1-9任一项所述的方法，其特征是包括以下模块：
...【技术特征摘要】
1.基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，将两个同步毫米波雷达放置在旋转设备的转子径向方向并且雷达之间相对转子互成90度；通过雷达同步系统的控制，两个毫米波雷达工作在不同的频段上并同步采集数据。
3.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，所述的原始数据帧为大小为[f,t,n,m]的四维矩阵，其中，f表示目标数据帧内的帧数即帧维度，t表示毫米波雷达的接收天线数即天线维度，n表示毫米波雷达发射的chirp信号个数即chirp维度，m表示每个chirp回波的采样点数即采样维度。
4.根据权利要求1所述的基于非接触式转子微位移轨迹的旋转不平衡故障检测方法，其特征在于，步骤s2中，振动定位算法具体通过以下子步骤实现：
5.根据权利要求1所述的基于非接触式转...
【专利技术属性】
技术研发人员：吴迎笑，毛昌林，韩建平，金征雷，侯海宾，倪浩铖，
申请(专利权)人：杭州电子科技大学，
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。