CN102998110B - 一种基于阶比-全息谱原理的旋转机械故障特征提取方法 - Google Patents

Abstract

本发明公开了一种基于阶比-全息谱原理的旋转机械故障特征提取方法，利用了阶比分析处理非平稳信号的能力和全息谱综合可靠地反映机组状态的能力。将两者进行融合既能够在转速波动时利用二维全息谱来进行故障诊断，又可以方便地对起停车信号进行力和力偶分解、全息瀑布图分析，本发明大大地扩展了传统全息谱的运用范围，实现了对起停车信号进行多种特征参数提取，突破了传统只能进行波德图分析的局限，拓展了旋转机械故障监测诊断的水平和范围，为旋转机械健康可靠地运行提供有力支持。

Description

一种基于阶比-全息谱原理的旋转机械故障特征提取方法

技术领域

本发明属于机械设备故障诊断领域，具体涉及一种基于阶比-全息谱原理的旋转机械故障特征提取方法。

背景技术

旋转机械是现代工业中广泛运用的一类机械，在航空、电力、石油、化工等行业得到广泛的运用，且大多为生产设备的关键部件，一旦发生事故，将会造成极大的经济损失。因此，旋转机械的状态监测和故障诊断具有极其重要的意义。在稳定转速下，利用全息谱技术能够综合可靠地反映机组的幅值、频率、相位信息，在实际生产中能够比一般方法更为准确地识别机组运行中存在的隐患。全息谱技术通过信息融合实现了同质故障的精确识别和分离、从转子整体空间运行的角度更有利于把握机组整体的运行状态，以全息谱技术为基础发展起来的全息动平衡方法在平衡前效果仿真、配重量微调以及配重方案优化等方面取得了突破。相关技术已经在电力、石化、冶金等行业得到了广泛的推广和应用，其有效性和可靠性在大量的实际工程应用中得到了检验和认可。

起停车过程的振动信号相当于一个宽频激励下的动态响应，比稳态转速下的振动信号包含了更丰富的信息。充分利用起停车的振动信息，对起停车过程做波德图、力和力偶分解、全息瀑布图等分析，可以了解机组动态特性，为挖掘机组潜在故障和实现机组故障精确诊断提供可靠的依据，对把握机组状态、预测机组运行趋势和防止重大事故发生都有着重要的作用。

但是，全息谱技术也存在一些不足：主要分析对象为固定转速的稳态信号，难以实现对转速波动及升降速过程的非平稳信号进行分析，使其应用范围大受限制。

发明内容

本发明的目的在于克服现有全息谱诊断技术只能分析稳定转速下的平稳信号的不足，提供一种基于阶比-全息谱原理的旋转机械故障特征提取方法，该方法将阶比分析与全息谱原理融合，具有分析转速波动和起停车等非平稳信号的能力。

为达到上述目的，本发明采用了以下技术方案：

1）获取同步采集的等时间间隔的振动信号；

2）使用键相信号对步骤1）所述振动信号进行键相处理；

3）对键相处理后的振动信号进行阶比分析，得到等角度间隔的振动信号；

4）利用全息谱方法对等角度间隔的振动信号进行分析；

5）利用全息谱故障特征对步骤4）的分析结果进行故障判别。

所述步骤1）中的振动信号包括对每个测量面同步采集的两路相互垂直的振动信号。

所述阶比分析采用计算阶比分析方法。

所述振动信号为转速波动信号或者起停车信号，在阶比分析后，对转速波动信号绘制二维全息图谱，对起停车信号绘制力和力偶分解图和全息瀑布图。

本发明所述基于阶比-全息谱原理的旋转机械故障特征提取方法，是根据阶比分析具有处理非平稳信号的能力、全息谱能可靠综合地对反映机组的振动情况的特点，将阶比方法和全息谱理论进行有效融合，扩展了传统全息谱的运用范围，该方法尤其适合用于转速波动和起停车等故障特征提取等。

附图说明

图1为键相漂移示意图；

图2为未对键相漂移校正的转速图(升速率10000转/分钟)；

图3为对键相漂移校正后的转速图(升速率10000转/分钟)；

图4为计算阶比流程图；

图5为模拟起车的时域波形图；

图6为角域波形图；

图7为二维全息谱图，横坐标表示各倍频、分倍频、基频对应的频率；

图8为转速波动信号频谱图；

图9为转速波动信号阶比图；图9中上面的图是X向模拟信号的阶比图，下面是Y向模拟信号的阶比图；

图10为转速波动信号二维全息谱图，横坐标表示各倍频、分倍频、基频对应的频率；

图11为平衡状态的力和力偶分解图；

图12为力不平衡状态的力和力偶分解图；

图13为力偶不平衡状态的力和力偶分解图；

图14为混合不平衡状态的力和力偶分解图；

图15为旋转失衡的起车阶比全息瀑布图；

图16为裂纹转子的起车阶比全息瀑布图。

具体实施方式

下面结合附图对本发明作进一步说明。

本发明首先采用计算阶比技术对非稳态信号进行等角度采样，再利用全息谱原理进行分析，主要手段包括根据转速波动信号绘制二维全息图，针对起停车信号做力和力偶分解、全息瀑布图等。对转速波动信号，可对一整段数据进行阶比分析，然后进行全息谱分析，绘制二维全息谱，即可根据二维全息图进行故障诊断。对于起停车信号，可对一小段信号进行阶比分析，根据最后得到的力和力偶分解、全息瀑布图等可直观的观察到起停车过程中各种特征参数的变化情况。

具体步骤如下：

（1）按照全息谱方法对数据采集和信号处理的要求，对每个测量面同步采集两个相互垂直的振动信号；

（2）为了弥补键相漂移引起的误差，需要对转速曲线先进行平滑处理(如基于三次多项式最小二乘拟合的转速平滑)，由平滑后的曲线计算每个键相点的值；或者利用数采卡转速计通道提供的计数器功能编程对键相进行校正；

（3）为了使各路信号起始时刻相同，且起始时刻为转子上键相槽与键相传感器正对的时刻，需要利用键相信号对振动信号进行预处理；

（4）对一段数据进行阶比跟踪(转速波动则对整段数据，起停车则对一小段数据如5个键相点之间的数据)，将时域的非平稳信号转换为角域的平稳信号；

（5）对角域的平稳信号进行全息谱分析，对转速波动信号可以直接得到二维全息谱。对起停车信号可以根据全息谱原理绘制力和力偶分解图、全息瀑布图等；

（6）参照传统平稳信号故障判别方法，由二维全息谱图对转速波动的旋转机械进行故障判别；由起停车的力和力偶分解图、全息瀑布图可以方便地得到在任意转速下力和力偶失衡量和全息椭圆的变化情况，从而对整个起停车过程有一个详细的了解。

参见图1所示，对键相信号进行等时间间隔采样时，当转到键相槽处时信号幅值将发生一个明显的跳变，预示着转子旋转了一周。理想的做法是每次都在临界点A进行采样，这样就有一个固定的参考点，能保证两个键相信号之间恰好是一整周。但由于是等时间间隔采样，不可能每次都恰好在A点进行采样，给计算带了较大误差。

利用DT9837B专用的转速计通道采集键相信号。对键相信号进行等时间间隔采样时，当转到键相槽处时信号幅值将发生一个明显的跳变，预示着转子旋转了一周。如图1所示，希望每次都在A点恰好进行采样，这样就有一个固定的参考点，能保证两个键相信号之间恰好是一整周。但由于是等时间间隔采样，常常在B点才进行采样，给计算带来了较大误差。因此在编写采集程序时，可以通过编程实现从A点到B点的计数，然后计算从A点到B点的时间。其原理如下：当转速传感器对准A点时，传感器产生的脉冲电压大于2.5V，计数器开始计数，到B点时进行采样时计数器停止计时。因此A点的时间可以用B点的时间和计数个数来修正，其中f_c为采集卡的最高采集频率48MHz，N表示计数个数）

参见图2、图3所示，当升速率固定时(10000转/分钟)，不对键相信号进行校正将会产生很大的误差，不能保证阶比分析和全息谱分析的精度。例如：当转子8000rpm时，由键相漂移产生的误差上下达一转的时间为0.0075s，因此其转速误差达到500rpm。

阶比分析方法一般包括三种：硬件阶比、计算阶比和现代阶比。本发明采用计算阶比，算法简单且精度高，但需要键相信号。键相信号一方面用来作为刻画振动信号等角度的基准，另一方面用来设置跟踪滤波器的截止频率，图4为计算阶比的流程图。

经过阶比分析后，将转子测量面上水平和垂直两方向的振动信号分别进行FFT（傅立叶变换），得到主要频率分量的频率幅值相位，然后按照各主要频率进行合成并排列在一张谱图上，即得到二维全息谱图。

若转子截面两个方向振动信号的第i个主要频率分量的参数方程为：

X_i(t)=A_isin(2πf_it+α_i)

Y_i(t)=B_isin(2πf_it+β_i)

其中α_i和β_i代表第i主要频率的相位，A_i和B_i为第i主要频率的幅值，f_i为主要频率分量的旋转频率，t表示时间。

上式也可以写为：

X_i=sx_i sin(2πf_it)+cx_i cos(2πf_it)

Y_i=sy_i sin(2πf_it)+cy_i cos(2πf_it)

因此，第i个主要频率的二维全息谱可以表示为：

φ_i=F(X_i(t),Y_i(t))

模拟启车过程，其中，模拟信号为：X=sin(20πt²)，用X，Y来模拟同一截面上两个互成90°的振动信号。采样频率为2048Hz。由于是启车过程，无法确定基频，因此无法进行传统的二维全息谱分析。通过计算阶比分析，将时域的非平稳信号转换为角域的平稳信号，如图5、6所示。

然后做出二维全息谱如图7所示，一倍频为一个较大的圆，与X,Y相位相差90°，与模拟信号符合，其他倍频幅值很小也与模拟信号相符合。

模拟转速波动：其中，模拟信号为：

$X=\sin \left(\mathrm{\ωt}\right)+0.7\sin (2\mathrm{\ωt}+\frac{\mathrm{\π}}{4})+0.5\sin (4\mathrm{\ωt}+\frac{\mathrm{\π}}{2});$

$Y=\sin (\mathrm{\ωt}+\frac{\mathrm{\π}}{6})+0.3\sin (2\mathrm{\ωt}+\frac{\mathrm{\π}}{3})+0.7\sin (4\mathrm{\ωt}+\frac{\mathrm{\π}}{4});$

ω=2πf；f=4sin(2πt)+20；

采样频率为2048Hz，X,Y信号仍然为同一截面的振动信号，且振动信号中含有1、2、4倍频。频率在20Hz附近上下波动。如图8所示，直接做FFT由于频率模糊较严重，出现多个峰值，在12Hz处出现0.3094的一个峰值，在模拟信号中没有对应频率。由于该信号是非平稳信号，频率模糊严重，不能做出传统的二维全息谱。

如图9所示，对模拟转速波动信号先做阶比分析，1、2、4信号成分清晰，峰值突出明显，幅值也比较准确；由图10所示，1、2、4阶为椭圆，第3阶幅值很小，与模拟信号相符合。

图11为进行动平衡后的力和力偶分解图，整个过程实线力分量基本变化不大，在18um左右，说明一阶平衡得比较好；而点画线力偶分量在6200rpm附近达到了25um，有一个明显的峰值，这说明了2阶平衡后还有残余不平衡量。

图12为添加力不平衡后的力和力偶分解图。在1阶2000rpm时振幅达到110um，而2阶6200rpm时幅值为25um，基本上没有发生变化，这与转子动力学和三维全息谱原理相符合，即力不平衡只影响一阶响应，对二阶基本上没有影响。

图13为添加力偶不平衡后的力和力偶分解图。实线力不平衡幅值基本和平衡起车相同，而点画线的力偶不平衡在6000rpm附近有明显峰值，幅值达到150um，可见力偶不平衡只影响2阶时振动大小。

图14为添加混合不平衡后的力和力偶分解图。在2000rpm处有一个160um的峰值，对应为力不平衡的影响，在6000rpm附近有一个90um的峰值对应为力偶不平衡的影响。

因此，可以对信号做阶比分析后做力和力偶分解，可以很直观地判断起停车阶段中任意转速下转子动不平衡的原因，以及随转速的变化规律。

图15为旋转失衡的起车阶比全息瀑布图。其中“○”表示初相点，“*”表示后续第37个点。可以看出转子在跨越临界前后一、二阶初相点翻转了大约180°，整个椭圆也翻转了180°，向径长度剧烈先变大后变小。而在临界点后，椭圆变化缓慢，初相点较为稳定，椭圆的偏心率也较小。另外从图中还可看出，转子的主要振动为1阶工频，其他倍频分量振动很小。

图16为裂纹转子的起车阶比全息瀑布图。1阶在2000rpm附近初相点发生180度偏转。2阶在1/2临界转速即1000rpm附近出现一个较大的椭圆。另外二倍频椭圆比较扁，几乎退化成直线，初步可以判断这是裂纹转子。

本发明利用了阶比分析处理非平稳信号的能力和全息谱综合可靠地反映机组状态的能力，将两者进行融合既能够解决转速波动时利用二维全息谱来进行故障诊断，又可以方便地对起停车信号进行力和力偶分解、全息瀑布图分析等，本发明大大地扩展了传统全息谱的运用范围，实现了对起停车信号进行多种特征参数提取，突破了传统只能进行波德图分析的局限，拓展了旋转机械故障监测诊断的水平和范围，为旋转机械健康可靠地运行提供有力支持。

Claims (4)

1.一种基于阶比-全息谱原理的旋转机械故障特征提取方法，其特征在于，包括以下步骤：

1)获取同步采集的等时间间隔的振动信号；

2)利用数采卡转速计通道提供的计数器功能编程对键相进行校正，弥补键相漂移引起的误差；当转速传感器对准A点时，计数器开始计数，到B点时进行采样时计数器停止计时，因此A点的时间可以用B点的时间和计数个数来修正，其中f_c为采集卡的最高采集频率，N表示计数个数；

3)使用键相信号对步骤1)所述振动信号进行键相处理；

4)对键相处理后的振动信号进行阶比分析，得到等角度间隔的振动信号；

5)利用全息谱方法对等角度间隔的振动信号进行分析；

6)利用全息谱故障特征对步骤4)的分析结果进行故障判别。

2.根据权利要求1所述一种基于阶比-全息谱原理的旋转机械故障特征提取方法，其特征在于：所述步骤1)中的振动信号包括对每个测量面同步采集的两路相互垂直的振动信号。

3.根据权利要求1所述一种基于阶比-全息谱原理的旋转机械故障特征提取方法，其特征在于：所述阶比分析采用计算阶比分析方法。

4.根据权利要求1所述一种基于阶比-全息谱原理的旋转机械故障特征提取方法，其特征在于：所述振动信号为转速波动信号或者起停车信号，在阶比分析后，对转速波动信号绘制二维全息图谱，对起停车信号绘制力和力偶分解图和全息瀑布图。