CN107907291A - 一种冲击检测方法及计算设备 - Google Patents

一种冲击检测方法及计算设备 Download PDF

Info

Publication number
CN107907291A
CN107907291A CN201711027241.5A CN201711027241A CN107907291A CN 107907291 A CN107907291 A CN 107907291A CN 201711027241 A CN201711027241 A CN 201711027241A CN 107907291 A CN107907291 A CN 107907291A
Authority
CN
China
Prior art keywords
impact
peak
waveform
envelope waveform
wave crest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711027241.5A
Other languages
English (en)
Other versions
CN107907291B (zh
Inventor
陈天翔
朱非白
宋海峰
冯坤
孙宝龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui New Polytron Technologies Inc
Original Assignee
Anhui New Polytron Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui New Polytron Technologies Inc filed Critical Anhui New Polytron Technologies Inc
Priority to CN201711027241.5A priority Critical patent/CN107907291B/zh
Publication of CN107907291A publication Critical patent/CN107907291A/zh
Application granted granted Critical
Publication of CN107907291B publication Critical patent/CN107907291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00Vibration-testing of structures; Shock-testing of structures
    • G01M7/08Shock-testing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种冲击检测方法,在计算设备中执行,包括:获取待测设备在预定时间内的振动信号,根据振动信号确定振动时域波形;确定振动时域波形的正包络波形;将正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为冲击能量,其中,第一类峰的幅值大于第二类峰的幅值;根据相邻波峰的时间间隔将正包络波形上的波峰划分为多个峰群,将峰群的总数量作为冲击密度,将各峰群的持续时间的平均值作为冲击持续时间;确定正包络波形的主要频率成分,将主要频率成分的频率作为冲击频率;根据冲击频率、冲击能量、冲击密度和冲击持续时间来确定待测设备的冲击类型和冲击的严重程度。本发明一并公开了相应的计算设备。

Description

一种冲击检测方法及计算设备
技术领域
本发明涉及机械设备健康管理及故障诊断技术领域,尤其涉及一种冲击检测方法及计算设备。
背景技术
机械设备例如主轴、电机、齿轮箱、滚动轴承等,在出现局部故障时往往伴随着周期性冲击的产生。因此,可以采用振动传感器从机械表面拾取振动信号(例如加速度信号、位移信号等),通过分析振动信号中是否存在周期性冲击分量以及冲击分量的幅值大小,来判断机械设备是否出现故障以及故障的部位和程度。
目前,往往由工程师通过观察振动信号波形来判定冲击形态和机械故障,对周期性冲击的识别依赖于工程师的经验,主观性较强,故障程度的标准难以界定。此外,由于冲击通常具有低频性和偶然性,在一段时间的振动信号中只有少量的信号可以发现冲击,因此,工程师需要对捕捉到的大量振动信号进行观测,工作量较大,且容易遗漏或出错。
发明内容
为此,本发明提供一种冲击检测方法及计算设备,以解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供一种冲击检测方法,在计算设备中执行,包括:获取待测设备在预定时间内的振动信号,根据所述振动信号确定振动时域波形;确定所述振动时域波形的正包络波形;将所述正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值;根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群,将峰群的总数量作为冲击密度,将各峰群的持续时间的平均值作为冲击持续时间;确定所述正包络波形的主要频率成分,将所述主要频率成分的频率作为冲击频率;根据所述冲击频率、冲击能量、冲击密度和冲击持续时间来确定所述待测设备的冲击类型和冲击的严重程度。
可选地,在根据本发明的冲击检测方法中,获取待测设备在预定时间内的振动信号,根据所述振动信号确定振动时域波形的步骤包括:将所述预定时间划分为多个单位时间段;分别获取待测设备在每一个单位时间段内的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形。
可选地,在根据本发明的冲击检测方法中,将所述正包络波形上的多个波峰根据幅值大小划分为两类的步骤包括:采用聚类算法将所述正包络波形上的多个波峰根据幅值大小聚为两类。
可选地,在根据本发明的冲击检测方法中,根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群的步骤包括:选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;将所述一个第一类峰以及所有寻找到的波峰作为一个峰群。
可选地,在根据本发明的冲击检测方法中,δ=0.1ms。
可选地,在根据本发明的冲击检测方法中,确定所述正包络波形的主要频率成分的步骤包括:对所述正包络波形进行自相关处理,得到自相关波形;对所述自相关波形进行傅立叶变换,得到所述自相关波形的频谱;将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
可选地,在根据本发明的冲击检测方法中,按照以下公式对所述正包络波形进行自相关处理:
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
可选地,在根据本发明的冲击检测方法中,根据所述冲击频率、冲击能量、冲击密度和冲击持续时间来确定所述待测设备的冲击类型和冲击的严重程度的步骤包括:根据所述冲击频率来确定冲击类型;根据所述冲击类型、冲击能量、冲击密度和冲击持续时间来确定冲击的严重程度。
可选地,在根据本发明的冲击检测方法中,冲击类型包括内圈冲击、外圈冲击、滚动体冲击和保持架冲击。
根据本发明的另一个方面,提供一种计算设备,包括:至少一个处理器;和存储有程序指令的存储器,其中,程序指令被配置为适于由上述至少一个处理器执行,程序指令包括用于执行如上所述的冲击检测方法的指令。
根据本发明的又一个方面,提供一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如上所述的冲击检测方法。
本发明针对冲击的低频性、偶然性、大幅值等特征,设计了有效的算法策略来对冲击进行有效地识别。通过计算冲击频率、冲击能量、冲击密度和冲击持续时间等信息,来判断冲击类型,并对冲击的严重程度进行量化,以便确定设备的故障部位和故障的严重程度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的冲击检测系统100的示意图;
图2示出了根据本发明一个实施例的计算设备200的示意图;
图3示出了根据本发明一个实施例的冲击检测方法300的流程图;
图4示出了根据本发明一个实施例的振动时域波形的示意图;
图5示出了根据本发明一个实施例的正包络波形的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的冲击检测系统100的示意图。如图1所示,冲击检测系统100包括待测设备110、振动传感器120和计算设备200。
待测设备110例如可以是主轴、电机、泵、齿轮箱、滚动轴承等适于进行周期性旋转的机械设备。振动传感器120设置于待测设备110的表面或距离待测设备110最近的刚性外壳上,其可以接收待测设备110上的振动信号,并将采集到的振动信号传递至计算设备200。振动信号例如可以是位移信号、加速度信号等,但不限于此。应当指出,振动传感器120可以为任意型号,本发明对振动传感器120的型号不做限制。计算设备200是具有通信和计算能力的设备,其可以实现为桌面计算机、笔记本计算机等配置的个人计算机,也可以实现为工作站、服务器等,在一些情况中,计算设备200还可以实现为手机、平板电脑、可穿戴设备等设备。计算设备200可以接收振动传感器120采集到的振动信号,并对振动信号进行存储、分析、展示等。根据一种实施例,计算设备200可以对振动信号进行分析,以检测出待测设备110所受到的周期性冲击的情况。
应当指出,图1所示的冲击检测系统100仅是示例性的,虽然其中仅示出了一个待测设备、一个振动传感器和一个计算设备,但是,在具体的实践情况中,冲击检测系统中可以有不同数量的待测设备、振动传感器和计算设备,本发明对冲击检测系统中所包括的待测设备、振动传感器和计算设备的数量不做限制。例如,冲击检测系统中可以包括多个待测设备,一个待测设备上可以设置多个振动传感器,一个计算设备可以接收多个振动传感器所采集到的振动信号并对其进行分析,等等。
图2示出了根据本发明一个实施例的计算设备200的示意图。在基本的配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统220、一个或者多个应用222以及程序数据224。应用222实际上是多条程序指令,其用于指示处理器204执行相应的操作。在一些实施方式中,应用222可以布置为在操作系统上使得处理器204利用程序数据224进行操作。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
在根据本发明的计算设备200中,应用222包括冲击检测装置228,冲击检测装置228包括多条程序指令,而程序数据224可以包括振动传感器采集到的待测设备的振动信号。冲击检测装置228可以指示处理器204执行冲击检测方法300,对程序数据224中所包括的振动信号进行分析处理,从而实现周期性冲击检测。
图3示出了根据本发明一个实施例的冲击检测方法300的流程图。方法300适于在计算设备(例如前述计算设备200)中执行。如图3所示,方法300始于步骤S310。
在步骤S310中,获取待测设备在预定时间内的振动信号,根据振动信号确定振动时域波形。应当指出,预定时间可以由本领域技术人员根据实际情况自行设置,本发明对预定时间的取值不做限制。例如,可以将预定时间设置为3小时、12小时、1天、3天等。根据一种实施例,振动信号可以是位移信号、加速度信号等,但不限于此。振动信号包括多个振动数据点。例如,振动传感器1秒可以采集1024个振动数据点(每1/1024秒采集一次),则1秒的振动信号包括1024个振动数据点。振动信号中的多个振动数据点可以形成振动时域波形。振动时域波形的示意图如图4所示。
应当指出,振动传感器的采样频率(即每秒采集的振动数据点的数量)往往比较高,如果将预定时间设置为1天,那么预定时间内的振动信号所包括的数据点很多,而且由于冲击的低频性和偶然性,大多数振动数据点都不包含冲击,如果对预定时间内的所有振动信号做分析,计算过程会相当繁琐、耗时,而且大部分计算都是无用计算。因此,根据一种实施例,步骤S310进一步按照以下步骤实施:将预定时间划分为多个单位时间段,分别获取待测设备在每一个单位时间段内的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形。例如,预定时间为1天,单位时间段为1小时,在每一小时内取一条振动信号(例如,在每一小时内取一段0.4秒的振动信号),这样,可以得到24条时间长度为0.4s的振动信号,每一条振动信号上包括相同数量的振动数据点。该方法相当于对预定时间内的振动信号进行采样分析,通过调整单位时间段的长度、以及单位时间段内所采集的振动信号的时间长度,即可以实现快速、有效的冲击检测。应当指出,在获取到待测设备在每一个单位时间段内的振动信号后,需要分别对每一个单位时间段内的振动信号执行下述步骤S310~S360,也即,分别对每一个单位时间段内的振动信号进行冲击检测。分别完成冲击检测之后,将多个冲击检测结果汇总,得到待测设备的最终的冲击情况。应当指出,本发明对多个冲击检测结果的汇总方法不做限制,例如,可以对多个冲击检测结果取平均作为待测设备的最终冲击情况,也可以将多个冲击检测结果中最严重的一条作为待测设备的最终冲击情况,等等。
在确定振动时域波形之后,执行步骤S320。在步骤S320中,确定振动时域波形的正包络波形。图5示出了根据本发明一个实施例的正包络波形的示意图。如图5所示,由于振动通常是一种往复运动,振动时域波形510大致相对于水平轴(即时间轴)的某一条平行线对称。通过连接振动时域波形510上的波峰点、波谷点,可以形成两条包络线520、530。其中,由振动时域波形510上的波峰点连接而成的包络线520为正包络波形,由振动时域波形510上的波峰点连接而成的包络线520为负包络波形。
随后,在步骤S330中,将正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值。根据一种实施例,采用聚类算法将所述正包络波形上的多个波峰根据幅值大小聚为两类,第一类峰的幅值均大于第二类峰的幅值。聚类算法例如可以是k-means算法、层次聚类算法、SOM聚类算法、FCM聚类算法等,但不限于此。
随后,在步骤S340中,根据相邻波峰的时间间隔将正包络波形上的波峰划分为多个峰群,将峰群的总数量作为冲击密度,将各峰群的持续时间的平均值作为冲击持续时间。
根据一种实施例,可以按照以下步骤将正包络波形上的波峰划分为多个峰群:选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;将上述一个第一类峰以及所有寻找到的波峰作为一个峰群。根据一种实施例,δ=0.1ms。应当指出,在确定峰群时,以第一类峰为起点,但是,在寻找过程中,所寻找的峰并不限于第一类峰,而是包括第一类峰和第二类峰的所有波峰。此外,每当一个波峰被寻找到时,对该波峰进行标记,以避免该波峰后续被重复寻找。
例如,经过前述步骤S330,将正包络波形上的波峰聚为两类,第一类峰包括波峰1、波峰2、波峰3,第二类峰包括波峰4、波峰5、波峰6,第一类峰的幅值均大于第二类峰。以波峰1为起点,在波峰1的前后0.1ms内寻找波峰;在波峰1的前0.05ms位置找到波峰2,在波峰1的后0.04ms位置找到波峰3,则继续在波峰2、波峰3的前后0.1ms内寻找波峰;在波峰2的前0.06ms位置找到波峰4,在波峰3的后0.07ms找到波峰5,则继续在波峰4、波峰5的前后0.1ms内寻找波峰;在波峰4、波峰5的前后0.1ms内未寻找到波峰,本次寻峰过程终止。将波峰1、波峰2、波峰3、波峰4、波峰5作为一个峰群,该峰群的持续时间为0.05ms+0.04ms+0.06ms+0.07ms=0.22ms。
例如,经过步骤S340,正包络波形上划分出5个峰群,各峰群的持续时间分别为0.2ms、0.21ms、0.22ms、0.23ms、0.24ms,则冲击密度为5,冲击持续时间为(0.2ms+0.21ms+0.22ms+0.23ms+0.24ms)/5==0.22ms。
随后,在步骤S350中,确定正包络波形的主要频率成分,将主要频率成分的频率作为冲击频率。
根据一种实施例,正包络波形的主要频率成分按照以下步骤确定:首先,对正包络波形进行自相关处理,得到自相关波形,以突出正包络波形中的周期性成分。根据一种实施例,按照以下公式对正包络波形进行自相关处理:
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
随后,对自相关波形进行傅立叶变换,得到自相关波形的频谱。最后,将频谱中幅值最大的频率分量作为正包络波形的主要频率成分。
应当指出,虽然在图3所示的方法300中,步骤S330~S350按顺序依次执行,但是,步骤S350的计算结果并不依赖于步骤S330、S340的计算结果。在其他的实施例中,可以将步骤S330~S340与步骤S350并行执行,以加快计算速度。
随后,在步骤S360中,根据冲击频率、冲击能量、冲击密度和冲击持续时间来确定待测设备的冲击类型和冲击的严重程度。
根据一种实施例,根据冲击频率来确定冲击类型。冲击类型例如可以包括内圈冲击、外圈冲击、滚动体冲击和保持架冲击。各冲击类型所对应的频率可以根据待测设备的产品说明书中所给出的特征参数计算得出。
根据一种实施例,根据冲击类型、冲击能量、冲击密度和冲击持续时间来确定冲击的严重程度。一般来说,保持架故障会对设备带来毁灭性损伤,因此,在内圈冲击、外圈冲击、滚动体冲击和保持架冲击四种冲击类型中,保持架冲击的严重程度较高,需要对其进行密切关注。此外,冲击能量越高、冲击密度越大、冲击持续时间越长,冲击的严重程度越高。应当指出,本发明对冲击能量、冲击密度、冲击持续时间与冲击的严重程度的具体计算关系不做限制,例如,冲击的严重程度可以是冲击能量、冲击密度、冲击持续时间的加权求和,或由工程师来根据冲击能量、冲击密度、冲击持续时间确定冲击的严重程度。
本发明的技术方案可以对周期性冲击进行检测,确定冲击类型和冲击的严重程度。通过确定冲击类型,可以定位设备的故障部位(内圈、外圈、滚动体、保持架);通过确定冲击的严重程度,可以确定设备故障的严重程度或设备发生故障的可能性。通过冲击类型和冲击的严重程度,工程师可以方便地对设备故障进行定位,并分析故障的严重程度,提高了对设备故障的检测能力。
A9:A1或8所述的方法,其中,所述冲击类型包括内圈冲击、外圈冲击、滚动体冲击和保持架冲击。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的冲击检测方法。
以示例而非限制的方式,可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的而非限制性的,本发明的范围由所附权利要求书限定。

Claims (10)

1.一种冲击检测方法,在计算设备中执行,包括:
获取待测设备在预定时间内的振动信号,根据所述振动信号确定振动时域波形;
确定所述振动时域波形的正包络波形;
将所述正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值;
根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群,将峰群的总数量作为冲击密度,将各峰群的持续时间的平均值作为冲击持续时间;
确定所述正包络波形的主要频率成分,将所述主要频率成分的频率作为冲击频率;
根据所述冲击频率、冲击能量、冲击密度和冲击持续时间来确定所述待测设备的冲击类型和冲击的严重程度。
2.如权利要求1所述的方法,其中,所述获取待测设备在预定时间内的振动信号,根据所述振动信号确定振动时域波形的步骤包括:
将所述预定时间划分为多个单位时间段;
分别获取待测设备在每一个单位时间段内的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形。
3.如权利要求1或2所述的方法,其中,所述将所述正包络波形上的多个波峰根据幅值大小划分为两类的步骤包括:
采用聚类算法将所述正包络波形上的多个波峰根据幅值大小聚为两类。
4.如权利要求1-3中任一项所述的方法,其中,所述根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群的步骤包括:
选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;
将所述一个第一类峰以及所有寻找到的波峰作为一个峰群。
5.如权利要求4所述的方法,其中,δ=0.1ms。
6.如权利要求1所述方法,其中,所述确定所述正包络波形的主要频率成分的步骤包括:
对所述正包络波形进行自相关处理,得到自相关波形;
对所述自相关波形进行傅立叶变换,得到所述自相关波形的频谱;
将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
7.如权利要求6所述的方法,其中,按照以下公式对所述正包络波形进行自相关处理:
<mrow> <mi>R</mi> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mrow> <mo>-</mo> <mi>&amp;infin;</mi> </mrow> <mi>&amp;infin;</mi> </msubsup> <mi>f</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msup> <mi>f</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> </mrow>
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
8.如权利要求1所述的方法,其中,所述根据所述冲击频率、冲击能量、冲击密度和冲击持续时间来确定所述待测设备的冲击类型和冲击的严重程度的步骤包括:
根据所述冲击频率来确定冲击类型;
根据所述冲击类型、冲击能量、冲击密度和冲击持续时间来确定冲击的严重程度。
9.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-8中任一项所述的冲击检测方法的指令。
10.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-8中任一项所述的冲击检测方法。
CN201711027241.5A 2017-10-27 2017-10-27 一种冲击检测方法及计算设备 Active CN107907291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711027241.5A CN107907291B (zh) 2017-10-27 2017-10-27 一种冲击检测方法及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711027241.5A CN107907291B (zh) 2017-10-27 2017-10-27 一种冲击检测方法及计算设备

Publications (2)

Publication Number Publication Date
CN107907291A true CN107907291A (zh) 2018-04-13
CN107907291B CN107907291B (zh) 2019-05-03

Family

ID=61841909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711027241.5A Active CN107907291B (zh) 2017-10-27 2017-10-27 一种冲击检测方法及计算设备

Country Status (1)

Country Link
CN (1) CN107907291B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160765A (zh) * 2019-06-04 2019-08-23 安徽智寰科技有限公司 一种基于声音或振动信号的冲击特征识别方法及系统
CN113499059A (zh) * 2021-06-01 2021-10-15 武汉理工大学 基于光纤传感非接触式的bcg信号处理系统及方法
CN116680549A (zh) * 2023-08-04 2023-09-01 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法
CN116907861A (zh) * 2023-09-12 2023-10-20 金网络(北京)数字科技有限公司 一种发动机震动检测方法、系统、设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1184931A (zh) * 1996-12-11 1998-06-17 唐秀家 流体输送管道泄漏检测定位的方法及装置
CN101538872A (zh) * 2009-04-23 2009-09-23 四川升拓检测技术有限责任公司 消减冲击弹性波激振残留信号以识别反射波信号的方法
CN101813560A (zh) * 2009-12-16 2010-08-25 洛阳轴研科技股份有限公司 动量轮早期故障频谱诊断识别方法
CN102426095A (zh) * 2011-11-08 2012-04-25 昆明理工大学 一种通过冲击分析提取转速波动的方法
CN102840907A (zh) * 2012-09-18 2012-12-26 河南省电力公司电力科学研究院 早期故障状态下滚动轴承振动信号特征提取和分析方法
DE102011121789A1 (de) * 2011-12-21 2013-06-27 Sew-Eurodrive Gmbh & Co. Kg Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung zur Durchführung des Verfahrens
CN104166793A (zh) * 2014-08-06 2014-11-26 中国航空工业集团公司北京长城计量测试技术研究所 一种基于二次曲线拟合的冲击波形峰值测量方法
CN105182070A (zh) * 2015-08-13 2015-12-23 西华大学 一种信号检测方法
CN105518455A (zh) * 2013-09-09 2016-04-20 株式会社岛津制作所 波峰检测方法
CN105593678A (zh) * 2013-10-04 2016-05-18 株式会社岛津制作所 波形数据处理装置及波形数据处理用程序
CN105637338A (zh) * 2013-11-05 2016-06-01 米其林集团总公司 用于轮胎异常的非破坏性检测的方法和装置
CN107036815A (zh) * 2015-10-20 2017-08-11 斯凯孚公司 对轴承缺陷进行严重程度评估的方法和数据处理装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1184931A (zh) * 1996-12-11 1998-06-17 唐秀家 流体输送管道泄漏检测定位的方法及装置
CN101538872A (zh) * 2009-04-23 2009-09-23 四川升拓检测技术有限责任公司 消减冲击弹性波激振残留信号以识别反射波信号的方法
CN101813560A (zh) * 2009-12-16 2010-08-25 洛阳轴研科技股份有限公司 动量轮早期故障频谱诊断识别方法
CN102426095A (zh) * 2011-11-08 2012-04-25 昆明理工大学 一种通过冲击分析提取转速波动的方法
DE102011121789A1 (de) * 2011-12-21 2013-06-27 Sew-Eurodrive Gmbh & Co. Kg Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung zur Durchführung des Verfahrens
CN102840907A (zh) * 2012-09-18 2012-12-26 河南省电力公司电力科学研究院 早期故障状态下滚动轴承振动信号特征提取和分析方法
CN105518455A (zh) * 2013-09-09 2016-04-20 株式会社岛津制作所 波峰检测方法
CN105593678A (zh) * 2013-10-04 2016-05-18 株式会社岛津制作所 波形数据处理装置及波形数据处理用程序
CN105637338A (zh) * 2013-11-05 2016-06-01 米其林集团总公司 用于轮胎异常的非破坏性检测的方法和装置
CN104166793A (zh) * 2014-08-06 2014-11-26 中国航空工业集团公司北京长城计量测试技术研究所 一种基于二次曲线拟合的冲击波形峰值测量方法
CN105182070A (zh) * 2015-08-13 2015-12-23 西华大学 一种信号检测方法
CN107036815A (zh) * 2015-10-20 2017-08-11 斯凯孚公司 对轴承缺陷进行严重程度评估的方法和数据处理装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
汤健 等: "基于振动频谱的磨矿过程球磨机负荷参数集成建模方法", 《控制理论与应用》 *
金盾 等: "一种基于冲击信号聚类分析的轴承故障诊断方法", 《机械与电子》 *
雷继尧 等: "滚动轴承疲劳故障的在线监视和诊断技术", 《重庆大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160765A (zh) * 2019-06-04 2019-08-23 安徽智寰科技有限公司 一种基于声音或振动信号的冲击特征识别方法及系统
CN110160765B (zh) * 2019-06-04 2021-01-15 安徽智寰科技有限公司 一种基于声音或振动信号的冲击特征识别方法及系统
CN113499059A (zh) * 2021-06-01 2021-10-15 武汉理工大学 基于光纤传感非接触式的bcg信号处理系统及方法
CN116680549A (zh) * 2023-08-04 2023-09-01 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法
CN116680549B (zh) * 2023-08-04 2023-10-13 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法
CN116907861A (zh) * 2023-09-12 2023-10-20 金网络(北京)数字科技有限公司 一种发动机震动检测方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN107907291B (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
CN107907291A (zh) 一种冲击检测方法及计算设备
CN102466566B (zh) 动力设备异常检测装置及其检测方法
CN105606709B (zh) 信号处理装置、服务器、检测系统以及信号处理方法
Guo et al. Machinery health indicator construction based on convolutional neural networks considering trend burr
CN107909156A (zh) 一种设备状态检测方法及计算设备
Zeng et al. Maximum margin classification based on flexible convex hulls for fault diagnosis of roller bearings
RU2017143910A (ru) Способ и устройство определения местонахождения изнашиваемой детали на изображении рабочего инструмента
US20190147162A1 (en) Methods and apparatus to detect side-channel attacks
Qian et al. A novel class imbalance-robust network for bearing fault diagnosis utilizing raw vibration signals
CN106716449A (zh) 将基于事件的系统与基于帧的处理系统对接
WO2020082788A8 (zh) 一种医疗数据处理方法、装置、设备及存储介质
Tra et al. Incipient fault diagnosis in bearings under variable speed conditions using multiresolution analysis and a weighted committee machine
CN104317574B (zh) 识别应用程序类型的方法和装置
CN103282892A (zh) 存储器诊断装置、存储器诊断方法以及程序
Zhao et al. A novelty detection scheme for rolling bearing based on multiscale fuzzy distribution entropy and hybrid kernel convex hull approximation
Tra et al. Diagnosis of bearing defects under variable speed conditions using energy distribution maps of acoustic emission spectra and convolutional neural networks
CN107491374A (zh) 一种设备停机状态的判断方法及计算设备
US8930166B1 (en) Method and apparatus for efficient extraction of information from signals
Wu et al. Bearing fault diagnosis via kernel matrix construction based support vector machine
JP2018018507A (ja) 診断装置、プログラムおよび診断システム
WO2015163914A1 (en) Statistics-based data trace classification
CN106899490B (zh) 一种失效好友的筛查方法及装置、用户设备
US20170343644A1 (en) Detection of acoustic events
Varsha et al. Heterogeneous feature space for Android malware detection
Safaei et al. Deep learning algorithm for supervision process in production using acoustic signal

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant