CN101539472A - 一种低速重载设备微弱故障并联随机共振检测方法 - Google Patents

Abstract

本发明公开了一种低速重载设备微弱故障并联随机共振检测方法，可用于检测设备微弱故障信号。该方法通过安装在设备需检测位置的振动传感器提取设备振动信号，并将该信号放大滤波后由模数转换器将模拟信号转换为数字信号，然后使用并联随机共振方法处理后输出。可从输出信号的波形及其频谱图提取故障信号的微弱特征，从而确定故障类型。该方法结合了随机共振方法和自相关处理方法，可有效提取出低速重载设备中的早期微弱故障特征信号，提早发现故障隐患。

Description

一种低速重载设备微弱故障并联随机共振检测方法

技术领域

本发明涉及一种低速重载设备故障检测方法，特别是一种低速重载设备微弱故障并联随机共振检测方法。

背景技术

低速重载设备(例如斗轮式堆取料机、水泥回转窑齿圈、工业挖掘机、地铁隧道掘进机、水泥磨的传动设备、卸煤翻车机、螺旋输送机、港口卸船机、门座式起重机、风力发电增速齿轮箱、高炉无料钟炉顶气密箱大型回转支承、钢包旋转塔、和炼钢转炉等)是现代工业的关键设备，若发生突发事故将会产生连锁反应，严重影响企业的生产和经济效益。例如，某厂高炉炉顶传动齿轮箱旋转电流升高，布料器多次起停后，旋转电流均超标，检查发现大型回转支承轴承被压溃，高炉被迫停产5天，直接经济损失3000万以上；另一炼钢厂钢包旋转塔的大型回转支承发生严重故障无法继续使用，更换一次需8天时间，造成经济损失约为2千万元。

此类设备的突出特点是承载量大、工作转速低，运行环境恶劣，设备的振动监测信号湮没在强噪声信号中。鉴于此类设备具有上述特点，设备发生故障时，故障产生的冲击响应频率较低，而且低频微弱信号被强噪声所淹没，信噪比也很低，传统的振动监测诊断技术对于强噪声低速轴上故障特征准确提取很不容易。

随机共振技术起源于上世纪八十年代，在信号处理的增强放大、检测识别方面有着独特的优势，已普遍用于物理、化学、生命等学科中。近年来，利用随机共振技术用于周期信号的检测识别已有很多报道，根据已有的理论可知，信号经过单级随机共振系统之后，信号的高频部分得到有效抑制，能量转移到低频中，但是随机共振系统对于信号的采样频率较为敏感，参数调节一直是随机共振系统输出后，信号频率是否明显的一个重要因素，而利用两个或更多随机共振系统并联作为信息检测和信号分析技术还未见到。

发明内容

针对上述问题，为了彻底解决低速重载设备故障诊断的难题，提供了一种采用并联随机共振技术的方法处理监测信号，为低速重载设备故障诊断提供一种有效的检测方法。采用本方法能够检查出系统的早期故障，减少经济损失。

为实现上述目的，本方法采取如下技术方案：一种低速重载设备微弱故障并联随机共振检测方法，其特征在于，该方法包括以下步骤：

1)通过安装在设备需检测位置的振动传感器提取设备振动信号，并将该信号放大滤波后由模数转换器将模拟信号转换为数字信号；

2)对步骤1)中得到的数字信号分别输入相互并联的各层随机共振系统进行随机共振处理；

3)对各层随机共振系统处理后的输出结果利用自相关方法分别进行自相关处理；

4)对自相关处理后的各层随机共振系统的输出相加后求均值，得到并联随机共振系统总的输出时域波形和频谱图，从时域波形和频谱图中提取出故障信号微弱特征，确定故障类型。

所述的各层随机共振系统为根据随机共振理论，对周期信号与噪声共同作用的双稳系统： $\stackrel{\·}{x}=\mathrm{ax}-b{x}^3+A\cos \mathrm{\ωt}+n\left(t\right)$

式中a、b为双稳系统结构参数，x为双稳系统的输出，Acosωt+n(t)为双稳系统输入信号，Acosωt为周期信号，n(t)为均值为0、噪声强度为D的白噪声。

各层随机共振系统的系统结构参数a、b不同。

与现有的检测方法相比，本发明的优点在于能够有效检测出系统早期微弱故障特征，弱化了随机共振系统对参数调节的要求，并采用自相关技术对随机共振系统的输出进一步提高其信噪比，从而丰富了低速重载设备故障诊断的内容，保障了设备的安全可靠运行。

附图说明

图1是本发明的工作流程图

图2是本发明并联随机共振工作原理图

图3是本发明实现的低速重载设备轴承故障(原始信号)波形图

图4是本发明实现的低速重载设备轴承故障(原始信号)频谱图

图5是本发明实现的低速重载设备轴承故障用并联随机共振检测方法处理后的波形图

图6是本发明实现的低速重载设备轴承故障用并联随机共振检测方法处理后的频谱图

具体实施方式

下面结合附图对本发明作进一步说明：

图1本发明的工作流程图，通过加速度传感器提取设备早期故障的振动信号，再将其经放大器放大后滤波，通过模数转换器变换为数字信号，然后再送入并联随机共振模块处理。

图2是本发明并联随机共振工作原理图，其具体的算法流程如下：

1)将由图1中模数转换后的数字信号分别传入n层并联的各随机共振系统(本实例中n＝4)，根据随机共振理论，对周期信号与噪声共同作用的双稳系统：

$\stackrel{\·}{x}=\mathrm{ax}-b{x}^3+A\cos \mathrm{\ωt}+n\left(t\right)$

式中a、b为双稳系统结构参数，x为双稳系统的输出，Acosωt+n(t)可看作双稳系统输入信号，Acosωt为周期信号，n(t)为均值为0、噪声强度为D的白噪声。

本实施例中，并联随机共振中各层随机共振系统的结构参数a、b不同，不同的系统结构参数a、b会使双稳系统对同样的输入信号产生同周期但幅值相位不同的输出信号x。

至此，本实施例中的4级随机共振系统可得到4个包含同周期但幅值不同的信号x₁，x₂，x₃，x₄。

2)对步骤1)得到的四个信号x₁，x₂，x₃，x₄分别进行自相关处理。x(t)的自相关函数定义为：

$R_X\left(\mathrm{\τ}\right)=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^{T}x\left(t\right)x(t+\mathrm{\τ})\mathrm{dt}$

其中，T为信号x(t)的观测时间，R_X(τ)描述了x(t)和x(t+τ)之间的相关性。自相关是应用信号周期性和噪声随机性的特点，通过自相关运算达到去除噪声的目的。由自相关函数的基本性质可知，经过自相关处理之后的信号，丢失所有相位信息。因此，由所述步骤1)获得的各层随机共振处理后输出的x₁，x₂，x₃，x₄经自相关处理后变换成为同周期同相位的信号

3)将步骤2)中的4层的同周期同相位信号相加后求均值后输出

$y\left(\mathrm{\τ}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{R}_{X_i}\left(\mathrm{\τ}\right)}{n}$

从输出信号的波形及其频谱图提取故障信号的微弱特征，从而确定故障类型。

图3、图4分别是本发明实现的低速重载设备轴承故障(原始信号)波形图和频谱图。在此实施例中，并联随机共振模块的层数n＝4。图5、图6是本发明实现的低速重载设备轴承故障用并联随机共振检测方法处理后的波形图和频谱图。对比可看出，原始信号中微弱故障周期信号2.93Hz成分完全无法辨识，经过本并联随机共振系统之后，2.93Hz成分被有效的提取出来，实现了低速重载设备微弱信号的早期诊断，保障了设备的安全可靠运行。本发明技术可以解决其他方法对低速重载设备机械故障识别不准确的问题。

本发明将多个随机共振系统并联，并联的每个独立子系统都使得信号的能量向低频集中，子系统的随机共振输出合并起来提取其中相同的频率成分，达到了增强信噪比的目的。

Claims (3)

1、一种低速重载设备微弱故障并联随机共振检测方法，其特征在于，该方法包括以下步骤：

1)通过安装在设备需检测位置的振动传感器提取设备振动信号，并将该信号放大滤波后由模数转换器将模拟信号转换为数字信号；

2)对步骤1)中得到的数字信号分别输入相互并联的各层随机共振系统进行随机共振处理；

3)对各层随机共振系统处理后的输出结果利用自相关方法分别进行自相关处理；

4)对自相关处理后的各层随机共振系统的输出相加后求均值，得到并联随机共振系统总的输出时域波形和频谱图，从时域波形和频谱图中提取出故障信号微弱特征，确定故障类型。

2、根据权利要求1所述的一种低速重载设备微弱故障并联随机共振检测方法，其特征在于：所述的各层随机共振系统为根据随机共振理论，对周期信号与噪声共同作用的双稳系统： $\stackrel{\·}{x}=\mathrm{ax}-{\mathrm{bx}}^3+A\cos \mathrm{\ωt}+n\left(t\right)$

式中a、b为双稳系统结构参数，x为双稳系统的输出，Acosωt+n(t)为双稳系统输入信号，Acosωt为周期信号，n(t)为均值为0、噪声强度为D的白噪声。

3、根据权利要求2所述的一种低速重载设备微弱故障并联随机共振检测方法，其特征在于：各层随机共振系统的系统结构参数a、b不同。

Images