一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法技术

本发明专利技术公开了一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，包括：采集刀盘主轴振动信号数据；根据振动信号的频谱成分，获取振动信号的各个频率分量；采用广义同步压缩变换时频分析方法，对分量信号进行时频分析，获取其时频分布结果；根据各分量的广义同步压缩变换结果，提取时频分布的瞬时频率脊线，去除瞬时频率脊线的直流分量后，计算瞬时频率的频谱，获取瞬时频率的振荡频率；根据各个瞬时频率脊线的频谱判断瞬时频率是否存在周期性振荡；如果存在，再判断振荡频率是否等于振动信号的谐波频率；如果符合上述条件，判定TBM刀盘系统发生了碰摩故障，并根据振荡频率判断刀盘碰摩的情况。本发明专利技术提高了诊断的准确性和灵敏度。

【技术实现步骤摘要】

本专利技术属于智能装备状态监测，具体涉及一种基于振动频率微波动的tbm刀盘碰摩故障诊断方法。

技术介绍

1、全断面岩石隧道掘进机(tunnel boring machine，tbm)作为现代隧道工程中的重要施工设备，其工作效率和稳定性直接影响到隧道工程的施工进度和成本。tbm刀盘作为关键部件之一，在掘进过程中直接与岩石接触，承受巨大的切削力和冲击载荷。因此，刀盘的工作状态直接决定了tbm的整体性能。在tbm掘进过程中，刀盘碰摩故障是一种常见且严重的故障类型。碰摩故障不仅会导致刀具磨损加剧、切削效率下降，还可能引起设备振动增大、噪音增加、能耗上升等一系列问题，严重时甚至会导致设备停机维修，严重影响施工进度和成本控制。

2、目前，针对tbm刀盘碰摩故障的诊断方法主要有振动频谱分析法、声发射监测法、图像处理法等。这些方法各有优缺点，但在实际应用中，仍存在一些不足。例如，振动信号频谱分析方法虽然能够反映刀盘的振动状态，但在处理复杂多变的振动信号时，可能受到噪声干扰、信号衰减等因素的影响，导致诊断结果不够准确。声发射监测法则对声波的采集和分析要求较高，且本文档来自技高网...

【技术保护点】

1.一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，其特征在于，步骤三中的广义同步压缩变换方法如下：

3.根据权利要求2所述的一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，其特征在于，构造广义时频矩阵A，形式如下：

4.根据权利要求3所述的一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，其特征在于，广义同步压缩变换计算公式如下：

5.根据权利要求4所述的一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法，其特征在于，步骤四中...

【技术特征摘要】

1.一种基于振动频率微波动的tbm刀盘碰摩故障诊断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于振动频率微波动的tbm刀盘碰摩故障诊断方法，其特征在于，步骤三中的广义同步压缩变换方法如下：

3.根据权利要求2所述的一种基于振动频率微波动的tbm刀盘碰摩故障诊断方法...

【专利技术属性】
技术研发人员：包文杰，刘送永，邢硕，刘后广，崔新霞，顾聪聪，杨翼华，孟庆岳，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：