一种旋转机械设备故障特征频率提取方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112051064A(43)申请公布日2020.12.08(21)申请号202010929716.5(22)申请日2020.09.07(66)本国优先权数据202010313475.12020.04.20CN(71)申请人北京信息科技大学地址100192北京市海淀区清河小营东路12号(72)发明人蒋章雷吴国新左云波刘秀丽赵西伟(74)专利代理机构北京远创理想知识产权代理事务所(普通合伙)11513代理人张素妍(51)Int.Cl.G01M13/045(2019.01)G06K9/00(2006.01)权利要求书3页说明书7页附图1页(54)发明名称一种旋转机械设备故障特征频率提取方法及系统(57)摘要本发明涉及一种旋转机械设备故障特征频率提取方法及系统，其包括：通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据；采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪，去掉能量数值低于平均能量值的故障频带数据，保留能量数值高于平均能量值的故障频带数据；利用改进自相关方法对保留的故障频带进行筛选，选取最优故障频带；对最优故障频带进行平方包络谱分析，提取故障特征频率，实现故障诊断。本发明能实现轴承故障特征频率的准确提取，进而对轴承的故障进行研究和分析。CN112051064ACN112051064A权利要求书1/3页1.一种旋转机械设备故障特征频率提取方法，其特征在于包括以下步骤：S1、通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据；S2、采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪，去掉能量数值低于平均能量值的故障频带数据，保留能量数值高于平均能量值的故障频带数据；S3、利用改进自相关方法对保留的故障频带进行筛选，选取最优故障频带；S4、对最优故障频带进行平方包络谱分析，提取故障特征频率，实现故障诊断。2.如权利要求1所述故障特征频率提取方法，其特征在于：所述带通滤波器采用切比雪夫I型滤波器。3.如权利要求1所述故障特征频率提取方法，其特征在于：所述带通滤波器的中心频率设置为转频及其倍频，通带的左边界和右边界为故障特征频率的m倍频；通带衰减截止左边界和右边界为故障特征频率的k倍频，m取值为正整数，k取值为正整数，且k＝m+1。4.如权利要求1所述故障特征频率提取方法，其特征在于，所述Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪的方法为：t时刻振动信号x(t)的Teager能量算子ψ(x(t))为：ψ(x(t))＝(x′(t))2-x(t)x″(t)式中，x′(t)、x″(t)为t时刻振动信号x(t)对时间t的一阶微分和二阶微分；由于实际中采集的振动信号x(t)为离散信号x(n)，则Teager能量算子中需要用差分来代替微分，离散信号x(n)的Teager能量算子ψ(x(n))为：ψ(x(n))＝x2(n)-x(n-1)x(n+1)对x(n)进行非线性算子运行得到：ψ(x(n))＝a2(n)sin2(w(n))(1)其中，a(n)为离散信号x(n)的幅值，w(n)为离散信号x(n)的频率；对向后差分信号y(n)＝x(n)-x(n-1)进行能量算子ψ(y(n))之后，得到离散信号的幅值a(n)和频率w(n)近似值：将所有故障频带数据利用公式(1)进行Teager能量算子解调得到相应的时域信号ψ(t)，分别计算每组时域信号能量数值，以及全部故障频带的平均能量值。5.如权利要求4所述故障特征频率提取方法，其特征在于，所述能量数值W为：6.如权利要求1所述故障特征频率提取方法，其特征在于：采用改进自相关方法进行最优故障频带的筛选方法包括以下步骤：S31、根据振动信号的采样频率计算转频对应的采样点数；S32、将滤波信号解调后的时域离散信号ψa对应的数据点后移若干个点，生成新的一组时域离散信号ψb，且和原始的数据点的个数相同；其中，若干个点为转频对应的采样点数；2CN112051064A权利要求书2/3页S33、利用改进后的自相关函数计算得到两组时域离散信号的相关系数；S34、找到相关系数最大的一组数据，即为最优故障频带。7.如权利要求6所述故障特征频率提取方法，其特征在于：所述步骤S33中，改进后的时域信号ψ(t)的自相关函数Rψ(τ)为：其中，“*”是卷积算符；τ为时间间隔；ψ(t)为时域信号；ψ*(τ)为ψ(τ)的共轭；根据公式(2)计算两组数据的自相关函数Ra和Rb，生成两组自相关函数序列，然后求两组序列的相关系数。8.如权利要求1所述故障特征频率提取方法，其特征在于，平方包络谱分析方法包括以下步骤：S41、对t时刻振动信号x(t)进行希尔伯特变换：其中，π为圆周率；S42、构造解析