CN108388839A - 一种基于二阶同步提取变换的强转速波动特征提取方法 - Google Patents

一种基于二阶同步提取变换的强转速波动特征提取方法 Download PDF

Info

Publication number
CN108388839A
CN108388839A CN201810077264.5A CN201810077264A CN108388839A CN 108388839 A CN108388839 A CN 108388839A CN 201810077264 A CN201810077264 A CN 201810077264A CN 108388839 A CN108388839 A CN 108388839A
Authority
CN
China
Prior art keywords
frequency
extraction
frequency spectrum
signal
time
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
Application number
CN201810077264.5A
Other languages
English (en)
Inventor
陈鹏
王科盛
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810077264.5A priority Critical patent/CN108388839A/zh
Publication of CN108388839A publication Critical patent/CN108388839A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开一种基于二阶同步提取变换的强转速波动特征提取方法，应用于机械设备故障监测技术领域，针对转频在强调频的复杂工况下，进行转频特征提取困难的问题，本发明提出了将加速度传感器吸附式安装于轴承座上，通过1394信号线将加速度传感器与NI多通道信号采集装置相连，获得用于转频特征提取的原始数据；经过短时傅里叶变换、二阶泰勒展开以及同步提取算子等处理过程得到更精细的时频谱，最后经过提取的时频脊线获得转频的特征信息；采用本发明的方法所提取的特征精确度极高，并且适用于转速变化的各种复杂工况。

Description

一种基于二阶同步提取变换的强转速波动特征提取方法
技术领域
本发明属于机械设备故障监测技术领域，特别涉及一种旋转机械转速的监测技术。
背景技术
旋转机械设备系统常常工作在转速以及载荷变化大的工作条件下，其机组运行状态比 较复杂，尤其是受到载荷等外界激励因素的情况下，其机组运行电机的转速表现出强调频 的转速变化特征。此时，在对其机组核心零部件比如齿轮箱轴承、齿轮箱中的直齿轮以及 行星齿轮系统进行故障诊断和状态监测时，就不得不面临一个精确提取转速特征信息的问 题。鉴于以往的一些时频分析方法在这种工况环境下，其对提取转速特征信息的提取就显 得无能为力。同时设备的转速信息是衡量其机械性能测试中的一个关键性的参数指标，因 为很多的机械特征参数是根据与转速相关的函数关系来确定的，例如风力发电机组的发电 量、输出功率等等，很显然，在工业生产以及科学研究当中，转速特征信息是影响产品质 量和机械振动测试中的关键因素之一，是旋转机械中的一个重要的参数之一，对于转速特 征信息的监测已经成为机械设备监控的重要研究课题。
发明内容
为了解决旋转机械设备在外界干扰条件下出现强调频转频，现有技术难以提取转速特 征信息的问题；本发明提出一种基于二阶同步提取变换的强转速波动特征提取方法，来对 转频在强调频的复杂工况下，进行转频特征提取。
本发明采用的技术方案为：一种基于二阶同步提取变换的强转速波动特征提取方法， 包括：对轴承座的振动信号进行采集、以及对采集IDE振动信号进行分析处理。
所述对轴承座的振动信号进行采集，具体为：将加速度传感器安装于轴承座上，将轴 承座的振动信号转换为加速度信号；通过1394信号线将加速度传感器与NI多通道信号采 集装置相连，对加速度信号进行采集从而获得用于转频特征提取的原始数据。
优选的，本发明中的加速度传感器通过吸附式安装于轴承座上。
所述对采集IDE振动信号进行分析处理，具体为：
步骤1、通过短时傅里叶变换的算法来计算轴承座采集的加速度信号的短时傅里叶变 换的频谱；假设采集的振动信号是x(t)＝Aei2πφ(t)，其中计算其短时傅 里叶变换
其中，是短时傅里叶变换的幅值，是短时傅里叶变换的相位，g(·)是 窗函数。
步骤2、对短时傅里叶变换的相位函数进行二阶泰勒展开，估计其局部瞬时频率；计 算短时傅里叶变换得到：
将转换为
其中，为窗函数的傅里叶变换。
计算群延迟时间点
其局部瞬时频率即相位函数对时间的导数，可用二阶泰勒展开公式来估计：
代表角频率，指的是频率调节因子。
其中，
步骤3、根据步骤2估计的局部瞬时频率，采用同步提取算子计算得到新的时频谱；
步骤4、获取到新的时频谱并对时频谱进行脊线追踪，提取时频脊线；
步骤5、根据提取的时频脊线，得到转频的特征信息。
结合轴承座的振动信号进行采集、以及对采集IDE振动信号进行分析处理，本发明的 一种基于二阶同步提取变换的强转速波动特征提取方法，流程包括：
S1、通过吸附式安装于轴承座上的加速度传感器采集旋转机械设备的基座振动加速度 信号；
S2、计算步骤S1采集的加速度信号的短时傅里叶变换的频谱；
S3、采用二阶同步提取将步骤S2得到频谱映射到新的时频谱；
S4、对新的时频谱进行脊线追踪，提取该新的时频谱的时频脊线；
S5、根据提取的时频脊线获得转频的特征信息。
优选的，步骤S3包括以下分步骤：
S31、采用二阶泰勒展开短时傅里叶变换的相位函数，估计其局部瞬时频率；
S32、采用同步提取算子对短时傅里叶变换的频谱进行后处理，得到新的时频谱。
本发明的有益效果：本发明的一种基于二阶同步提取变换的强转速波动特征提取方法， 首次提出了基于二阶同步提取变换的强转速波动特征，对转频在强调频的复杂工况下，进 行转频特征提取的方法；突破了现有技术的瓶颈；并且采用吸附式安装加速度传感器，为 其在工程应用提供了很好的空间。
附图说明
图1为本发明实施例提供的机械故障综合模拟试验台示意图；
其中，1为驱动电机、2为联轴器、3为轴承座、4为转盘、5为加速度传感器；
图2为本发明实施例提供的方案流程图；
图3为本发明实施例提供的仿真振动加速度信号的时域波形；
图4为本发明实施例提供的仿真振动信号时频分析结果；
其中，图4(a)为理想时频谱，图4(b)为短时傅里叶变换，图4(c)为同步压缩 变换，图4(d)为同步提取变换；
图5为本发明实施例提供的轴承座振动加速度信号；
其中，图5(a)为时域波形，图5(b)为频域波形；
图6为本发明实施例提供的实际振动信号时频分析结果；
其中，图6(a)为短时傅里叶变换，图6(b)为同步压缩变换，图6(c)为同步提 取变换，图6(d)为二阶同步提取变换；
图7为本发明实施例提供的仿真振动信号时频脊线特征提取效果图；
图8为本发明实施例提供的实际振动信号的时频脊线特征提取效果图；
图9为本发明实施例提供的仿真信号时频特征提取与理想时频的对比图；
图10为本发明实施例提供的实际振动信号转速信号对比图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐 释。
本发明在如图1所示的机械故障综合模拟试验台上进行测试分析，所述机械故障综合 模拟试验台包括：驱动电机1、联轴器2、轴承座3、转盘4、加速度传感器5；加速度传感器安装在图1的轴承座3上，同时用1394信号线将加速度传感器连接到NI多通道信号采集装置中，用美国SQ公司的信号采集软件对振动测试台产生的加速度信号进行采集从而获得用于转频特征提取的原始数据。
本发明将加速度传感器吸附式安装于轴承座上，相比于传统测量转速需要用鉴相传感 器，需要专门安装，不便捷，有些设备没法安装；本发明采用的将加速度传感器吸附式安 装于轴承座上的为其在工程应用提供了很好的空间。
本实施例中运行的旋转机械设备，使其在额定工况下工作；额定工况包括的转速信息 主要表现为转频随时间变化快的强调特征。本发明实施例中，设定的转速变化为一个幅度 较大的波动曲线。
转频特征提取方法的具体流程图见图2，主要包括以下步骤：
S1、通过吸附式安装于轴承座上的加速度传感器采集旋转机械设备的基座振动加速度 信号；振动信号的采集主要是用吸附式固定在轴承座上的加速度传感器来测量，本发明实 施例中，为了便于安装的需要，加速度传感器安装在轴承座的竖直方向上见图1(3-轴承座)， 如图3所示是其振动加速度信号的时域波形。
S2、计算步骤S1采集的加速度信号的短时傅里叶变换的频谱；利用短时傅里叶变换 的算法来计算轴承座采集的加速度信号的短时傅里叶变换的频谱。
对如图3所示的加速度仿真信号的时域波形进行短时傅里叶变换，得到的频谱如图4 (b)，图4(a)为理想时频谱，从上至下依次是不同类型仿真信号x4(t)、x3(t)、x2(t)、 x1(t)各自的时频谱；通过同步压缩时频分析得到的频谱图如图4(c)所示，通过同步提取 变换时频分析获得的频谱图如图4(d)所示；可以看出本申请采用短时傅里叶变换相比采 用同步压缩与同步提取变换得到的频谱图效果更好。
本申请实施中实际的轴承座振动加速度信号如图5所示，图5(a)为时域波形，图5(b)为频域波形；经短时傅里叶变换，得到的频谱如图6(a)，通过同步压缩时频分析得 到的频谱图如图6(b)所示，通过同步提取变换时频分析获得的频谱图如图6(c)所示； 可以看出本申请采用短时傅里叶变换得到的实际振动信号频谱图相比采用同步压缩与同 步提取变换得到的频谱图效果更好。
S3、采用二阶泰勒展开短时傅里叶变换的相位函数，估计其局部瞬时频率；
假设采集的振动信号是x(t)＝Aei2πφ(t)，其中计算其短时傅里叶变 换：
u表示积分变量
其中，A表示x(t)的幅值，i为虚数单位，t表示时间，a、b、c均为多项式系数；f 表示频率，是短时傅里叶变换的幅值，是短时傅里叶变换的相位，g(·)是 窗函数。
将转换为 形式，具体推导过程为：
根据短时傅里叶变换可得，
同时x(t)的傅里叶变换结果是：
由帕塞瓦尔定理(Parseval’s theorem)，
其中，为窗函数的傅里叶变换。
计算群延迟时间点：
其局部瞬时频率即相位函数对时间的导数，可用二阶泰勒展开公式来估计：
其中，
S4、采用同步提取算子对短时傅里叶变换的频谱进行后处理，得到新的时频谱；
其中，δ(·)表示狄利克雷函数(dirichlet function)，ω指的是角频率。
S5、对新的时频谱进行脊线追踪，提取该新的时频谱的时频脊线；经过步骤S3、S4之后，可以将原始的时频分布映射(t,f)到一个新的更加精细化的时频谱图上，如图6(d)所示；根据时频脊线追踪算法，可以对以上仿真信号获得的新的时频谱进行脊 线提取，如图7所示从上至下依次是仿真信号x4(t)、x3(t)、x2(t)、x1(t)各自所提取的特 征信息；本实施例中实际振动信号所提取的特征信息如图8所示。
S6、根据提取的时频脊线获得转频的特征信息，本实施例中所提取的特征信息如图8 所示。
图9展示了提取得到的转频特征曲线与仿真信号理想的时频曲线的对比图，从图中可 以看出，转速无论是呈恒定、线性变化、小波动变化或者是随时间强调频特性变化都可以 用本发明所提出的二阶提取变换时频分析方法来获得精确度极高的特征提取。
同时为了验证本发明方法对实际振动加速度信号的效果，分析了采集的时域信号波形 如图5(a)所示，经二阶同步提取变换提取的转速信息与用鉴相脉冲信号估计的转速对比 如图10所示。从图10中可以看出，在转速变化幅度大即强调频特征的情况下，本发明专 利提出的方法获得的转频特征提取精确度极高，完全满足工业化的需求，说明了本发明对 于转速在各种复杂工况下的特征提取有非常好的效果。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的 原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的 技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任 何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (5)

1.一种基于二阶同步提取变换的强转速波动特征提取方法，其特征在于，包括：
S1、通过吸附式安装于轴承座上的加速度传感器采集旋转机械设备的基座振动加速度信号；
S2、计算步骤S1采集的加速度信号的短时傅里叶变换的频谱；
S3、采用二阶同步提取将步骤S2得到频谱映射到新的时频谱；
S4、对新的时频谱进行脊线追踪，提取该新的时频谱的时频脊线；
S5、根据提取的时频脊线获得转频的特征信息。
2.根据权利要求1所述的一种基于二阶同步提取变换的强转速波动特征提取方法，其特征在于，步骤S3包括以下分步骤：
S31、采用二阶泰勒展开短时傅里叶变换的相位函数，估计其局部瞬时频率；
S32、采用同步提取算子对短时傅里叶变换的频谱进行后处理，得到新的时频谱。
3.根据权利要求2所述的一种基于二阶同步提取变换的强转速波动特征提取方法，其特征在于，步骤S32所述新的时频谱为：
其中，表示新的时频谱，表示采集的加速度信号的短时傅里叶变换，表示局部瞬时频率，δ(·)表示狄利克雷函数，ω表示角频率。
4.根据权利要求1所述的一种基于二阶同步提取变换的强转速波动特征提取方法，其特征在于，步骤S1具体为：将加速度传感器安装于轴承座上，将轴承座的振动信号转换为加速度信号；通过1394信号线将加速度传感器与NI多通道信号采集装置相连，对加速度信号进行采集从而获得用于转频特征提取的原始数据。
5.根据权利要求4所述的一种基于二阶同步提取变换的强转速波动特征提取方法，其特征在于，加速度传感器通过吸附式安装于轴承座上。
CN201810077264.5A 2018-01-26 2018-01-26 一种基于二阶同步提取变换的强转速波动特征提取方法 Pending CN108388839A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810077264.5A CN108388839A (zh) 2018-01-26 2018-01-26 一种基于二阶同步提取变换的强转速波动特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810077264.5A CN108388839A (zh) 2018-01-26 2018-01-26 一种基于二阶同步提取变换的强转速波动特征提取方法

Publications (1)

Publication Number Publication Date
CN108388839A true CN108388839A (zh) 2018-08-10

Family

ID=63077450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810077264.5A Pending CN108388839A (zh) 2018-01-26 2018-01-26 一种基于二阶同步提取变换的强转速波动特征提取方法

Country Status (1)

Country Link
CN (1) CN108388839A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117832A (zh) * 2018-10-12 2019-01-01 成都理工大学 高阶同步提取变换信号时频分析方法
CN110763462A (zh) * 2019-04-26 2020-02-07 武汉科技大学 一种基于同步压缩算子的时变振动信号故障诊断方法
CN111879508A (zh) * 2020-07-28 2020-11-03 无锡迈斯德智能测控技术有限公司 基于时频变换的旋转机械瞬时转速估计方法、装置和存储介质
CN112364767A (zh) * 2020-11-11 2021-02-12 大连理工大学 一种基于快速谱相关的高压循环泵机械信号特征提取方法
CN114062708A (zh) * 2021-11-23 2022-02-18 中国航发哈尔滨轴承有限公司 一种旋转机械转速非接触测量系统及测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104634526A (zh) * 2015-01-27 2015-05-20 西安交通大学 一种基于非线性压缩变换的转子碰摩故障检测方法及系统
CN105865794A (zh) * 2016-05-12 2016-08-17 长安大学 基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法
CN106597408A (zh) * 2016-12-16 2017-04-26 重庆邮电大学 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法
CN106769033A (zh) * 2016-11-30 2017-05-31 西安交通大学 基于阶次包络时频能量谱的变转速滚动轴承故障识别方法
CN107525674A (zh) * 2017-05-27 2017-12-29 苏州大学 基于脊线概率分布和局部波动的转频估计方法及检测装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104634526A (zh) * 2015-01-27 2015-05-20 西安交通大学 一种基于非线性压缩变换的转子碰摩故障检测方法及系统
CN105865794A (zh) * 2016-05-12 2016-08-17 长安大学 基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法
CN106769033A (zh) * 2016-11-30 2017-05-31 西安交通大学 基于阶次包络时频能量谱的变转速滚动轴承故障识别方法
CN106597408A (zh) * 2016-12-16 2017-04-26 重庆邮电大学 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法
CN107525674A (zh) * 2017-05-27 2017-12-29 苏州大学 基于脊线概率分布和局部波动的转频估计方法及检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUAQING WANG 等: "Fuzzy Diagnosis Method for Rotating Machinery in Variable Rotating Speed", 《IEEE SENSORS JOURNAL》 *
江星星: "齿轮箱关键部件非平稳振动信号分析及诊断方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117832A (zh) * 2018-10-12 2019-01-01 成都理工大学 高阶同步提取变换信号时频分析方法
CN110763462A (zh) * 2019-04-26 2020-02-07 武汉科技大学 一种基于同步压缩算子的时变振动信号故障诊断方法
CN110763462B (zh) * 2019-04-26 2023-09-26 武汉科技大学 一种基于同步压缩算子的时变振动信号故障诊断方法
CN111879508A (zh) * 2020-07-28 2020-11-03 无锡迈斯德智能测控技术有限公司 基于时频变换的旋转机械瞬时转速估计方法、装置和存储介质
CN111879508B (zh) * 2020-07-28 2022-06-10 无锡迈斯德智能测控技术有限公司 基于时频变换的旋转机械瞬时转速估计方法、装置和存储介质
CN112364767A (zh) * 2020-11-11 2021-02-12 大连理工大学 一种基于快速谱相关的高压循环泵机械信号特征提取方法
CN112364767B (zh) * 2020-11-11 2022-09-20 大连理工大学 一种基于快速谱相关的高压循环泵机械信号特征提取方法
CN114062708A (zh) * 2021-11-23 2022-02-18 中国航发哈尔滨轴承有限公司 一种旋转机械转速非接触测量系统及测量方法

Similar Documents

Publication Publication Date Title
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
CN105547698B (zh) 滚动轴承的故障诊断方法及装置
Yoon et al. On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis
Zhao et al. A tacho-less order tracking technique for large speed variations
CN103575523B (zh) 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法
CN103884502B (zh) 一种变转速下风力发电机行星齿轮系统故障诊断方法
CN104266747B (zh) 一种基于振动信号阶次分析的故障诊断方法
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
CN106644467A (zh) 一种齿轮箱非平稳信号故障特征提取方法
CN103308152B (zh) 基于瞬时频率估计的旋转机械振动信号角域重采样方法
CN110057581B (zh) 基于区间型信度规则推理的旋转机械故障诊断方法
CN111879508B (zh) 基于时频变换的旋转机械瞬时转速估计方法、装置和存储介质
Wang et al. Bearing fault diagnosis of direct-drive wind turbines using multiscale filtering spectrum
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
CN104200118A (zh) 自动平衡机振动信号处理方法
Liu et al. An online bearing fault diagnosis technique via improved demodulation spectrum analysis under variable speed conditions
CN104034412A (zh) 一种基于分数阶全息原理的旋转机械故障特征提取方法
CN108398260B (zh) 基于混合概率方法的齿轮箱瞬时角速度的快速评估方法
Wang et al. A two-stage method using spline-kernelled chirplet transform and angle synchronous averaging to detect faults at variable speed
CN108278184B (zh) 基于经验模态分解的风电机组叶轮不平衡监测方法
Choudhury et al. An overview of fault diagnosis of industrial machines operating under variable speeds
CN104459186A (zh) 基于稀疏分段拟合与积分逼近的无转速计阶比分析方法
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
CN105958886A (zh) 基于转矩实时观测叶轮疲劳寿命的在线估计装置及方法
CN204202871U (zh) 一种风电机组齿轮箱状态评估装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180810