CN108120597A - 变转速下门座式起重机起升机构故障特征提取方法 - Google Patents
变转速下门座式起重机起升机构故障特征提取方法 Download PDFInfo
- Publication number
- CN108120597A CN108120597A CN201711352168.9A CN201711352168A CN108120597A CN 108120597 A CN108120597 A CN 108120597A CN 201711352168 A CN201711352168 A CN 201711352168A CN 108120597 A CN108120597 A CN 108120597A
- Authority
- CN
- China
- Prior art keywords
- frequency
- vibration signal
- hoisting mechanism
- variable speed
- seat type
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Control And Safety Of Cranes (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种变转速下门座式起重机起升机构故障特征提取方法。该方法首先采集门座式起重机起升机构变转速下的原始振动信号,根据起升机构转速,对原始振动信号进行低通滤波和降采样,再利用时频分析法对降采样后的振动信号分析,得到其时间频率云图,然后通过频率脊提取方法提取瞬时转频,通过多项式拟合得到估计的瞬时转频曲线,根据估计的瞬时转速曲线对原始振动信号进行等角度采样,利用等角度采样之后振动信号做阶比分析,得到阶比谱,根据阶比谱判断门座式起重机起升机构是否发生故障。本发明解决了现有变转速下门座式起重机起升机构难以提取故障特征的问题。
Description
技术领域
本发明属于港口设备门座式起重机故障诊断技术领域,特别是涉及一种变转速下门座式起重机起升机构故障特征提取方法。
背景技术
门座式起重机起升机构,又叫“提升机构”,是门座式起重机必备的、对物品进行升降运作的基本构成。起升机构由起升电机通过联轴器经减速器空心轴驱动卷筒旋转,从而使绕在卷筒上的钢丝绳/缆线带动吊钩装置上升或下降。起升机构工作的好坏将直接影响整台起重机的工作性能。。
门座式起重机起升机构常工作在变转速工况下,起升机构在非平稳变速状态下,配合件间特别是因磨损而间隙增大处产生较大的瞬态冲击力,易于引起结构共振而暴露故障,变速运行过程包含有比稳速运行过程更为丰富的振动特征信息,测取此阶段的信号并进行分析对于揭示机器的工作状态,进行状态监测和故障诊断非常有用。
然而,目前对于振动信号诊断技术多以其稳速运行过程的振动特征分析和故障诊断为主,由于旋转机械变速运行过程中振动信号的幅值和频率同时具有时变性,传统的方法一般不易对其实现故障特征的有效提取和故障辨识。
阶比分析近年来越来越多地被用到分析变转速机械故障中,其基本原理是将频率变化的非稳态信号通过等角度重采样转换成稳态信号,从而能够使用处理稳态信号的方法进行分析。目前国内外的阶比分析技术分为三种:采用鉴相装置的硬件式阶比跟踪、计算阶比追踪(COT)和基于瞬时频率估计旋转机械阶比追踪。鉴相装置的硬件阶比追踪又分为基于光电脉冲角度编码盘的阶比追踪、采用转速计的阶比追踪,但是应用在实际工程中不但不方便而且成本也高。计算阶比追踪虽然比硬件式阶比追踪方便不需要特定的装置,但是同样摆脱不了转速计的局限性。
近年来,针对这些局限性众多学者提出了基于瞬时频率估计的旋转机械阶比追踪法,这种方法关键步骤是对瞬时频率的提取,常用的几种瞬时频率估计的算法有:短时傅里叶变换(STFT)、Wigner-Ville distribution(WVD)、小波变换(WT)等。但是由于STFT的时频分辨率不高,在处理噪声较大的信号时可能影响瞬时频率的准确度,WVD由于有交叉项的存在,所以用在瞬时频率的提取是有些困难。
发明内容
本发明的目的在于提供一种变转速下门座式起重机起升机构故障特征提取方法,该方法利用时频分析方法对降采样之后的振动信号进行时间频率云图估计,得到其瞬时转速曲线,克服了现有方法瞬时转速曲线估计不准确的缺陷。
为了实现上述目的,本发明采用的技术方案如下:
一种变转速下门座式起重机起升机构故障特征提取方法,包括以下步骤:
1)以采样频率fs对变转速下门座式起重机起升机构的原始振动信号进行等时间间隔采集,以fc=2×r/60为截止频率对原始振动信号进行低通滤波,然后再进行降采样,r为门座式起重机起升机构的转速;
2)对降采样之后的信号进行时频分析,得到时间频率云图,并利用多项式拟合方法估计出门座式起重机起升机构的瞬时转速曲线;
3)利用瞬时转速曲线得到鉴相时标,根据鉴相时标对原始振动信号进行等角度采样,得到等角度采样下的振动信号;
4)对等角度采样下的振动信号进行阶比分析,得到阶比谱,根据阶比谱判断门座式起重机起升机构是否发生故障。
本发明中,所述的时间频率云图,是利用时频分析方法对低通滤波及降采样之后的振动信号进行瞬时频率估计,而非对原始振动信号进行直接估计,从而可压缩计算量,从而实现变转速下门座式起重机起升机构振动信号的瞬时转速曲线估计,提取其故障特征。
本发明利用非稳态信号时频分析方法对降采样之后的振动信号进行分析,根据时频谱的相位信息得到瞬时频率估计,将原始频谱的能量集中到瞬时频率位置,得到其时间频率云图,然后通过频率脊提取和多项式拟合的方法得到估计的瞬时转速曲线,进而利用估计的瞬时转速曲线对原始振动信号进行等角度采样,得到等角度采样下的振动信号进行阶比分析,得到阶比谱,根据阶比谱判断门座式起重机起升机构是否发生故障,提早发现故障隐患,适用于提取变转速下起升机构故障特征的场合。
附图说明
图1是本发明的门座式起重机起升机构故障特征提取的整体工作原理图;
图2是本发明实现的以x(t)=15t·sin(2π·300·t2)构造出的调幅信号时域波形;
图3是本发明实现的利用新型时频分析方法得到的图2中信号对应的时间频率云图;
图4是本发明基于图4所示时间频率云图提取出的瞬时转频曲线;
图5是本发明实现的对图2所示信号进行阶比分析得到的阶比谱;
图6是某门座式起重机起升机构变转速下采集的振动信号时域波形;
图7是本发明实现的利用新型时频分析方法得到的图6中信号对应的时间频率云图;
图8是本发明基于图7所示时间频率云图提取出的瞬时转频曲线;
图9是本发明实现的对图6所示信号进行阶比分析得到的阶比谱。
具体实施方式
下面,结合实例对本发明的实质性特点和优势作进一步的说明,但本发明并不局限于所列的实施例。
参见图1所示,一种变转速下门座式起重机起升机构故障特征提取方法,包括以下步骤:
1)本发明中,首先利用压电式振动加速度传感器拾取变转速下门座式起重机起升机构的原始振动信号。
所述压电式振动加速度传感器安装在门座式起重机的提升机构轴承座上,在提取了门座式起重机起升机构的原始振动信号之后,由数据采集仪将该信号放大滤波后进行模数转换,从而得到数字信号,可存储至计算机中按下述方法步骤,由计算机程序自动进行处理。
以采样频率fs对变转速下门座式起重机起升机构的原始振动信号进行等时间间隔采集,若门座式起重机起升机构的转速为r,以fc=2×r/60为截止频率对原始振动信号进行低通滤波,然后再进行降采样以减少数据长度。
2)对降采样之后的振动信号进行时频分析,得到其时间频率云图;
需要说明的是,本发明中运用的时频分析方法是基于短时傅里叶变换方法演变而来。假设一个信号S(t),其短时傅里叶变换表达公式为:
式中,g(u-t)为可移动的窗函数。令gω(u)=g(u-t)·eiωu,同时,由于窗函数g通常采用实函数,因此,窗函数的复共轭等于它本身,即g*=g。由巴塞法尔定理,STFT公式可以表示为:
式中,为信号s(t)的傅里叶变换,为gω(u)傅里叶变换的复共轭,的频域形式可以写为:
使u-t=t',则有:
将式(4)代入式(3)中,可以得到:
当标准STFT公式乘以一相位因子eiωt时,式(5)可写为:
令u-t=τ,则STFT公式可以改写为:
(7)式是在保证函数窗不变的情况下来移动信号进行FFT计算。
设某一信号频率为ω0,其表达式为:
用频域可表示为:
将式(9)代入到式(6)中可得到:
频率ω0的谐波信号的谐波信号的STFT谱,是由一系列与谐波信号频率一致的时频系数组成。由于窗函数在频域中是紧支的,且在0频率处有因此,在频谱Ge(t,ω)中,在ω=ω0处,时频系数具有最大的幅值而距离ω0越远的时频系数幅值越小。STFT谱中时频系数的瞬时频率为
其中,是Ge(t,ω)对时间的一阶偏导数。
3)对得到的时间频率云图,并利用频率脊提取方法及多项式拟合方法估计出门座式起重机起升机构的瞬时转速曲线;
4)利用瞬时转速曲线得到鉴相时标,根据鉴相时标对原始振动信号进行等角度采样,得到等角度采样下的振动信号;
5)对等角度采样下的振动信号进行阶比分析,得到阶比谱,根据阶比谱盘算门座式起重机起升机构是否发生了故障。
需要说明的是,一般对旋转机械进行振动测量的时,旋转机械都有一个转频,在分析时是对该频率的倍频和几分之一频率进行分析,所得频率与转频的比值就是所指的阶比,阶比为1表示其频率与转速频率一致,一般阶比与转速的关系可表示为:
式中,f表示频率(Hz),l为阶比,R表示转速(rpm)。
在对门座式起重机起升机构进行故障特征分析时,当起升机构的旋转轴为某一恒定频率(转频)时,相应的故障会有一个对应的故障特征频率,当旋转轴变化时故障特征频率也相应的变化,但是无论转频如何变化,故障特征频率都会与其是正比关系,它两个之间总是存在一个这样不变的系数。
阶比分析在分析故障特征时就是要找到这个系数,也就是所说的故障特征阶比,它是不随转速的变换而变化的。当在分析轴承非稳定转速下的轴承信号时发现存在特征阶比,那么可能该轴承存在故障,需要及时停机检查,必要时需要进行更换轴承部件。
为了验证上述方法的有效性,现构造一个简单的旋转机械的升速过程,仿真信号为x(t)=15t·sin(2π·300·t2),采样频率为fs=2000Hz,采样点数N=2500,给其添加信噪比SNR=-8的高斯白噪声,其时域波形如图2所示。
因原始数据较短,可不进行低通滤波和降采样处理,直接对图2所示原始信号进行新型时频分析,结果如图3所示。由图可知,尽管在刚开始的时候由于x(t)的幅值比较小,被噪声淹没,但利用本方法提取频率脊线时,仍然能够准确地将频率脊线提取出来,说明其噪声鲁棒性良好。
根据求得的拟合瞬时频率曲线对原始信号进行等角度采样,并对等角度采样之后的信号做阶比分析,此处选取的最大阶次Dmax=50,由于阶比分析是将等时间采样的变频信号通过等角度采样转换为阶次恒定的角域信号,阶次在这里就相当于频域里的频率。因此处选取的是单一频率变化的仿真信号,故该仿真信号经过阶比分析之后求得的理想阶次应该为1。
图5为利用本发明所提方法得到的阶比谱,从图中可以看到,本方法求得的阶次为1.003,充分说明所提方法能够准确提取仿真信号的阶比特征。
为进一步验证所提方法在工程实践中的效果,利用压电式振动加速度传感器测取了某门座式起重机起升机构在变转速下的振动信号,其时域波形如图6所示。因采集的原始振动信号数据较长,在利用新型时频分析方法估计其时间频率云图时,对计算机内存要求很高,为减小计算量,先进行了低通滤波和降采样处理,然后对其进行时频分析,得到能量高度集中的瞬时频谱图,结果如图7所示。进而,通过脊线提取法将瞬时频率提取出来,并对提取的频率脊线进行多项式拟合,结果如图8所示。再求出鉴相时标Tn,最后通过Tn,等角度采样振动数据,将非平稳信号转化为平稳信号,从而可以进行FFT求得阶比谱(为了减少不必要的计算,这里设置最大阶次为30),结果如图9所示。在阶比谱中可以清晰地观察到特征阶比4.949(该起升机构上某滚动轴承的理论特征阶次为4.95),表明该起升机构滚动轴承的外圈存在故障。
本发明利用非稳态信号时频分析方法对降采样之后的振动信号进行分析,根据时频谱的相位信息得到瞬时频率估计,将原始频谱的能量集中到瞬时频率位置,得到其时间频率云图,然后通过频率脊提取方法和多项式拟合的方法得到估计的瞬时转速曲线,进而利用估计的瞬时转速曲线对原始振动信号进行等角度采样,得到等角度采样下的振动信号进行阶比分析,得到阶比谱,根据阶比谱判断门座式起重机起升机构是否发生故障,提早发现故障隐患,适用于提取变转速下起升机构故障特征的场合。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种变转速下门座式起重机起升机构故障特征提取方法,其特征在于,包括以下步骤:
1)以采样频率fs对变转速下门座式起重机起升机构的原始振动信号进行等时间间隔采集,以fc=2×r/60为截止频率对原始振动信号进行低通滤波,然后再进行降采样,r为门座式起重机起升机构的转速;
2)对降采样之后的信号进行时频分析,得到时间频率云图,并利用多项式拟合方法估计出门座式起重机起升机构的瞬时转速曲线;
3)利用瞬时转速曲线得到鉴相时标,根据鉴相时标对原始振动信号进行等角度采样,得到等角度采样下的振动信号;
4)对等角度采样下的振动信号进行阶比分析,得到阶比谱,根据阶比谱判断门座式起重机起升机构是否发生故障。
2.根据权利要求1所述变转速下门座式起重机起升机构故障特征提取方法,其特征在于,所述时频分析方法是基于瞬时频率提取算子的非平稳信号处理方法。
3.根据权利要求1所述变转速下门座式起重机起升机构故障特征提取方法,其特征在于,利用压电式振动加速度传感器安装在门座式起重机的提升机构的轴承座上进行信号采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711352168.9A CN108120597A (zh) | 2017-12-15 | 2017-12-15 | 变转速下门座式起重机起升机构故障特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711352168.9A CN108120597A (zh) | 2017-12-15 | 2017-12-15 | 变转速下门座式起重机起升机构故障特征提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108120597A true CN108120597A (zh) | 2018-06-05 |
Family
ID=62230072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711352168.9A Pending CN108120597A (zh) | 2017-12-15 | 2017-12-15 | 变转速下门座式起重机起升机构故障特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108120597A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063613A (zh) * | 2018-07-20 | 2018-12-21 | 东北大学 | 基于广义参数化同步提取变换的非平稳信号处理方法 |
CN109724760A (zh) * | 2018-12-21 | 2019-05-07 | 沈阳建筑大学 | 一种塔式起重机安全状态检测与评价系统 |
CN110617964A (zh) * | 2019-07-29 | 2019-12-27 | 中国铁道科学研究院集团有限公司城市轨道交通中心 | 用于滚动轴承故障诊断的同步压缩变换阶比分析法 |
CN110779723A (zh) * | 2019-11-26 | 2020-02-11 | 安徽大学 | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 |
CN111855208A (zh) * | 2020-07-02 | 2020-10-30 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN112955395A (zh) * | 2018-11-02 | 2021-06-11 | 通力股份公司 | 检测电梯轴承故障的装置 |
CN113418685A (zh) * | 2021-06-01 | 2021-09-21 | 中广核工程有限公司 | 振动监测装置以及基于振动监测的故障分析系统和方法 |
CN114509159A (zh) * | 2022-01-17 | 2022-05-17 | 烟台杰瑞石油服务集团股份有限公司 | 阶比跟踪分析方法、系统及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0055297A1 (en) * | 1980-03-26 | 1982-07-07 | Kawasaki Steel Corporation | Monitoring device for a rotary machine |
JP2002022616A (ja) * | 2000-07-13 | 2002-01-23 | Mitsubishi Heavy Ind Ltd | 亀裂診断方法及び亀裂診断装置 |
CN102636347A (zh) * | 2012-04-24 | 2012-08-15 | 西安交通大学 | 一种用于变转速齿轮箱的振动信号时域同步平均方法 |
CN105806613A (zh) * | 2015-11-24 | 2016-07-27 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 |
-
2017
- 2017-12-15 CN CN201711352168.9A patent/CN108120597A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0055297A1 (en) * | 1980-03-26 | 1982-07-07 | Kawasaki Steel Corporation | Monitoring device for a rotary machine |
JP2002022616A (ja) * | 2000-07-13 | 2002-01-23 | Mitsubishi Heavy Ind Ltd | 亀裂診断方法及び亀裂診断装置 |
CN102636347A (zh) * | 2012-04-24 | 2012-08-15 | 西安交通大学 | 一种用于变转速齿轮箱的振动信号时域同步平均方法 |
CN105806613A (zh) * | 2015-11-24 | 2016-07-27 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
郭瑜等: "基于瞬时频率估计的旋转机械阶比跟踪", 《机械工程学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063613A (zh) * | 2018-07-20 | 2018-12-21 | 东北大学 | 基于广义参数化同步提取变换的非平稳信号处理方法 |
CN112955395A (zh) * | 2018-11-02 | 2021-06-11 | 通力股份公司 | 检测电梯轴承故障的装置 |
CN109724760A (zh) * | 2018-12-21 | 2019-05-07 | 沈阳建筑大学 | 一种塔式起重机安全状态检测与评价系统 |
CN110617964A (zh) * | 2019-07-29 | 2019-12-27 | 中国铁道科学研究院集团有限公司城市轨道交通中心 | 用于滚动轴承故障诊断的同步压缩变换阶比分析法 |
CN110779723A (zh) * | 2019-11-26 | 2020-02-11 | 安徽大学 | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 |
CN111855208A (zh) * | 2020-07-02 | 2020-10-30 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN111855208B (zh) * | 2020-07-02 | 2021-09-21 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN113418685A (zh) * | 2021-06-01 | 2021-09-21 | 中广核工程有限公司 | 振动监测装置以及基于振动监测的故障分析系统和方法 |
CN114509159A (zh) * | 2022-01-17 | 2022-05-17 | 烟台杰瑞石油服务集团股份有限公司 | 阶比跟踪分析方法、系统及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108120597A (zh) | 变转速下门座式起重机起升机构故障特征提取方法 | |
CN110617964A (zh) | 用于滚动轴承故障诊断的同步压缩变换阶比分析法 | |
Shi et al. | Bearing fault diagnosis under variable rotational speed via the joint application of windowed fractal dimension transform and generalized demodulation: A method free from prefiltering and resampling | |
Zhang et al. | A novel detection method of motor broken rotor bars based on wavelet ridge | |
Yoon et al. | On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis | |
CN109883703B (zh) | 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法 | |
CN110763462B (zh) | 一种基于同步压缩算子的时变振动信号故障诊断方法 | |
Wang et al. | Bearing fault diagnosis under time-varying rotational speed via the fault characteristic order (FCO) index based demodulation and the stepwise resampling in the fault phase angle (FPA) domain | |
CN103575523A (zh) | 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法 | |
CN102721462B (zh) | 旋转机械启停车过程波德图/奈奎斯特图的快速计算方法 | |
CN102156043A (zh) | 风力发电机组在线状态监测与故障诊断系统 | |
CN111120388B (zh) | 一种风机状态联合监测方法及系统 | |
CN111256993A (zh) | 一种风电机组主轴承故障类型诊断方法及系统 | |
JP7198089B2 (ja) | 電力変換装置、回転機システム、及び診断方法 | |
Liu et al. | An online bearing fault diagnosis technique via improved demodulation spectrum analysis under variable speed conditions | |
CN108388839A (zh) | 一种基于二阶同步提取变换的强转速波动特征提取方法 | |
CN108917916A (zh) | 一种转轴绝对振动的测量方法 | |
CN117686232A (zh) | 一种燃气轮机振动基频实时提取方法、装置及存储介质 | |
CN102680080B (zh) | 一种基于改进的自适应形态滤波的非稳态信号检测方法 | |
CN112465068A (zh) | 一种基于多传感器数据融合的旋转设备故障特征提取方法 | |
Tranter | The fundamentals of, and the application of computers to, condition monitoring and predictive maintenance | |
CN104236871A (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN114383718B (zh) | 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法 | |
CN112857806B (zh) | 一种基于移动窗口时域特征提取的轴承故障检测方法 | |
CN112664379A (zh) | 水轮机组故障预判方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180605 |
|
WD01 | Invention patent application deemed withdrawn after publication |