CN111007281B - 基于小波函数相关性的转速传感器故障诊断方法及系统 - Google Patents
基于小波函数相关性的转速传感器故障诊断方法及系统 Download PDFInfo
- Publication number
- CN111007281B CN111007281B CN201911377561.2A CN201911377561A CN111007281B CN 111007281 B CN111007281 B CN 111007281B CN 201911377561 A CN201911377561 A CN 201911377561A CN 111007281 B CN111007281 B CN 111007281B
- Authority
- CN
- China
- Prior art keywords
- rotating speed
- speed sensor
- fault
- wavelet
- time sequence
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003745 diagnosis Methods 0.000 claims abstract description 66
- 230000008859 change Effects 0.000 claims abstract description 60
- 230000035772 mutation Effects 0.000 claims abstract description 27
- 238000005314 correlation function Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 17
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于小波函数相关性的转速传感器故障诊断方法及系统,属于工业传动的故障诊断领域,包括:将具有窄时窗特性的小波时间序列与转速传感器输出的转速信号时间序列在时域上作互相关函数计算,以反映转速在时域上的变化特点;在时域上平移小波时间序列,再与转速信号作互相关函数计算,循环直至平移的小波时间序列完全覆盖转速信号的时段,以得到互相关函数随时间变化的序列,即互相关函数数组;在互相关函数数组中的超过阈值的点附近,统计转速信号等于零的频率,并根据频率约为0.5的点的个数得到转速信号的突变次数;根据突变次数以及历史状态判断转速传感器的当前状态。本发明能够提高转速传感器故障诊断的通用性和抗干扰能力。
Description
技术领域
本发明属于工业传动的故障诊断领域,更具体地,涉及一种基于小波函数相关性地转速传感器故障诊断方法及系统。
背景技术
工业传动领域,对电机转速的有效控制一般来说是建立在转速传感器高精度位置或转速检测的基础上的。在一些恶劣的工况中,例如震动剧烈、潮湿以及沙尘环境中,转速传感器容易发生断线或间歇性断线的故障,此时电机转速失控,容易引起传动系统解列、转轴故障等问题。因而,对转速传感器的状态及故障类型进行有效的判断可以有效及时地从系统层面上对传动系统整体运行状态进行把控,从而降低转速传感器损坏对系统的不利影响。同时,转速传感器故障诊断还可以降低系统的检修维护成本,实现故障点准确定位、智能预警的功能。并且在一些对持续运行有需求的传动场合,对转速传感器状态的实时诊断、预测能否在故障发生时立刻使变频器切换至无速度传感器驱动工况下,保证了系统的连续运行。综上所述,转速传感器的故障诊断在工业传动领域中具有实用价值。
现有专利提出的转速传感器故障诊断方法具有以下不足:1)适用性差:专利CN201310145574中提出了一种利用比较发动机转速信号与凸轮轴相位信号是否不同时为零的方法来判断发动机转速传感器是否存在故障,但是一般的工业传动系统中,只有一个能够表征转速或位置的信号,无法作比较;专利CN201811569982提出了一种利用以往时刻转速对现在时刻转速进行预测并与测得的现在时刻转速作对比以判断转速传感器状态的故障诊断算法,其应用场合为风机等,而对于一般的工业传动系统,现在时刻的转速与以往时刻的转速之间实际上没有太多的相似性,该方法同样不具备通用性;2)抗干扰能力弱,转速传感器得到的转速信号可能由于传输过程中的干扰作用而出现毛刺,现有方法对毛刺很敏感,容易将毛刺点误判成故障点。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种基于小波相关性的转速传感器故障诊断方法及系统,其目的在于,提高转速传感器故障诊断的通用性和抗干扰能力。
为实现上述目的,按照本发明的第一方面,提供了一种基于小波函数相关性的转速传感器故障诊断方法,包括:
(1)在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
(2)在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度;
(3)若CR[m]>thre,且JudgeWaitingTimer=0,说明转速发生了剧烈变化,并且当前时刻距离最近一次检测到故障起点的时刻之间的时间间隔已经超过了N,可以开始下一次故障的判断,则转入步骤(4);否则,说明转速未发生剧烈变化,或者虽然检测到了故障起点,但是对于当前故障的判断还未完成,转入步骤(6);thre为预设的阈值;
(4)设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
(5)计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0),若P(Speed=0)∈[0.5-δ,0.5+δ],说明了m时刻转速突变为了0或者从0突变为了正常速度,则将转速突变计数DropNum加1后,转入步骤(6);否则,直接转入步骤(6);δ<0.5为预设的邻域半径,ΔN≤N;
(6)若TimerPlusFlag=True,说明已检测到了一个新的故障起点,则将时间间隔JudgeWaitingTimer加1后,转入步骤(7);否则,直接转入步骤(7);
(7)若时间间隔JudgeWaitingTimer>N,说明针对当前故障的检测已经完成,可以开始下一次故障的检测,则将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点,之后转入步骤(8);否则,直接转入步骤(8);
(8)将m加1后,若m>T-N,则转入步骤(9);否则,转入步骤(2),以开始下一时刻的检测;
(9)将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断。
本发明通过计算转速信号时间序列与小波时间序列之间的互相关函数值来获取各时刻转速变化的剧烈程度,利用转速信号本身的时域特征与统计特征便可完成对转速传感器状态的辨识,在各种场景下均可完成对转速传感器的故障诊断,因此,本发明能够提高转速传感器故障诊断的通用性。
在工业场景中,转速信号的传输必定存在干扰,干扰也同样具有急剧变化的特点,所以在干扰点的互相关函数值也较大;本发明在转速剧烈变化的时刻,对该时刻附近的转速信号作统计分析,即统计转速发生急剧变化的时刻附近一段时间内的转速信号等于零的频率,并且仅在该频率接近0.5时才将该点作为转速突变点进行计数,否则,视为干扰,不作处理,因此,本发明能够结合转速传感器故障本身的特性,有效排除干扰点的影响,提高了转速传感器故障检测的抗干扰能力。
进一步地,步骤(9)包括:
(91)若转速传感器的历史状态为无故障,则转入步骤(92);若历史状态为间歇性故障且未恢复正常,则转入步骤(93);若历史状态为间歇性故障且已恢复正常,则转入步骤(94);若历史状态为断线故障,则转入步骤(95);
(92)若DropNum=0,则判定转速传感器的当前状态为无故障;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;若DropNum=1,则判定转速传感器的当前状态为断线故障;若转速突变计数DropNum为非1的奇数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;判断完毕后转入步骤(96);
(93)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;否则,判定转速传感器的当前状态为间歇性故障且已恢复正常;判断完毕后转入步骤(96);
(94)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;否则,判定转速传感器的当前状态为间歇性故障且未恢复正常;判断完毕后转入步骤(96);
(95)若DropNum=0,则判定转速传感器的当前状态为断线故障;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;若转速突变计数DropNum为奇数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;判断完毕后转入步骤(96);
(96)当前的转速传感器故障诊断完成。
本发明结合转速传感器的历史故障情况和当前故障诊断中的转速突变计数,能够在当前故障诊断中准确识别转速传感器的各种状态,并识别出具体的故障类型,为故障后的维护工作提供了可靠的支撑。
进一步地,小波时间序列W是一种局部非零、波形具有衰减性且序列和等于零的离散信号。
小波就是小的波形,所谓“小”是指它具有衰减性;而称之为“波”则是指它的波动性,其振幅正负相间的震荡形式。本发明所设定的小波时间序列W具有局部非零的特性,即小波序列的有效长度(第一个非零数到最后一个非零数之间的长度)有限,且尽可能短;小波时间序列W的波形具有衰减性,即小波时间序列的两边的数绝对值小而中间区域的数绝对值较大;本发明所定义的小波时间序列在波形上具有急剧变化的特征,与转速传感器中的转速突变具有相似性,从而所得到的互相关函数值能够准确反映对应时刻的转速变化剧烈程度。
其中,W[i]为小波序列的第i项,S[i+m]为转速信号的第(i+m)项。
计算转速信号时间序列与小波时间序列之间的互相关函数值是,互相关函数会对小波序列各项与转速信号对应各项乘积求和;互相关函数可以表征两个信号之间的相似程度,互相关函数值可正可负,当其为正时说明两个信号为正相关,而当其为负时说明两个信号为负相关;小波序列具有急剧变化的特征,故小波序列与转速信号之间的互相关函数可表示信号中是否存在急剧变化的点。由于仅需要判断是否存在急剧变化的点,而无需判断相位,本发明在计算互相关函数值时,对其取绝对值,能够在准确捕捉到转速突变点的情况下,简化计算过程。
其中,Nz为转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速为0的信号个数。
根据转速传感器的故障特性,发生故障时,转速会突变为零;发生故障后,恢复正常前,转速为0;恢复正常时,转速会从零突变为正常转速。本发明在转速突变为0时,以该点为中心,划定一个子区间,统计子区间内转速为0的次数与整个子区间长度的比例,即可获得转速信号为0的频率。
按照本发明的第二发明,提供了一种基于小波函数相关性的转速传感器故障诊断系统,包括:信号采集模块、互相关计算模块、第一标志更新模块、突变频率计算模块、突变计数模块、第二标志更新模块、滑动模块以及故障诊断模块;
信号采集模块,用于在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
互相关计算模块,用于在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度;
第一标志更新模块,用于在CR[m]>thre且JudgeWaitingTimer=0时设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
突变频率计算模块,用于计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0);ΔN≤N;
突变计数模块,用于在P(Speed=0)∈[0.5-δ,0.5+δ]时,将转速突变计数DropNum加1;δ<0.5为预设的邻域半径;
第二标志更新模块,用于在时间间隔JudgeWaitingTimer>N时,将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点;
滑动模块,用于将m加1;
故障诊断模块,用于在m>T-N时,将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断。
按照本发明的第三方面,提供了一种电机系统,用于对电机系统中的转速传感器进行故障诊断的系统,为本发明第二方面提供的基于小波函数相关性的转速传感器故障诊断系统。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明通过计算转速信号时间序列与小波时间序列之间的互相关函数值来获取各时刻转速变化的剧烈程度,利用转速信号本身的时域特征与统计特征便可完成对转速传感器状态的辨识,在各种场景下均可完成对转速传感器的故障诊断,因此,本发明能够提高转速传感器故障诊断的通用性。
(2)本发明在转速剧烈变化的时刻,统计该时刻附近的转速信号等于零的频率,并且仅在该频率接近0.5时才将该点作为转速突变点进行计数,因此,本发明能够结合转速传感器故障本身的特性,有效排除干扰点的影响,提高了转速传感器故障检测的抗干扰能力。
(3)本发明中,小波时间序列W是一种局部非零、波形具有衰减性且序列和等于零的离散信号,在波形上具有急剧变化的特征,与转速传感器中的转速突变具有相似性,因此,本发明所得到的互相关函数值能够准确反映对应时刻的转速变化剧烈程度。
附图说明
图1为本发明实施例提供的基于小波函数相关性的转速传感器故障诊断方法示意图;
图2为本发明实施例提供的基于小波函数相关性的转速传感器故障诊断方法流程图;
图3为本发明实施例提供的转速传感器的当前状态识别过程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
为了提高转速传感器故障诊断的通用性和抗干扰能力,本发明提供了一种基于小波函数相关性的转速传感器故障诊断方法及系统,其整体思路在于,利用转速信号时间序列与小波时间序列的互相关函数值衡量各时刻的转速变化剧烈程度,以利用转速信号本身的时域特征与统计特征便可以完成对转速传感器状态的辨识,从而提高转速传感器故障诊断的通用性;同时采用统计分析的方法识别转速突变点,以降低毛刺的影响,从而提高转速传感器故障诊断的抗干扰能力。
本发明所提供的基于小波函数相关性的转速传感器故障诊断方法,如图1所示,可分为转速信号时域分析和状态分类两个部分。在转速信号时域分析部分,又具体包括转速信号时域特征提取和统计判断两个子部分,第一个子部分用于提取转速信号中急剧变化的时域特征量,第二个子部分在此基础上对急剧变化的点附近的转速信号作统计分析,以判断转速信号中有效的突变点的存在以及对其计数;有效突变点的次数将反映该段时间内转速传感器的状态。状态分类部分,根据转速信号时域分析部分计算得到的有效突变点的次数以及转速传感器的历史状态,得到转速传感器现在的状态。
具体地,本发明所提供的基于小波函数相关性的转速传感器故障诊断方法,如图2所示,包括:
(1)在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
为便于描述,在本实施例中,将上一轮转速传感器故障诊断中得到的转速传感器状态记为stateFlagPreceding,将转速传感器的当前状态记为stateFlag;
(2)在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度,且一般使得N<0.01T,以使得小波时间序列W具有窄时窗特性;
在本实施例中,小波时间序列W是一种局部非零、波形具有衰减性且序列和等于零的离散信号;
小波时间序列W具有局部非零的特性,即小波序列的有效长度(第一个非零数到最后一个非零数之间的长度)有限,且尽可能短;小波时间序列W的波形具有衰减性,即小波时间序列的两边的数绝对值小而中间区域的数绝对值较大;
本实施例中,小波时间序列W在波形上具有急剧变化的特征,与转速传感器中的转速突变具有相似性,从而所得到的互相关函数值能够准确反映对应时刻的转速变化剧烈程度;
(3)若CR[m]>thre,且JudgeWaitingTimer=0,说明转速发生了剧烈变化,并且当前时刻距离最近一次检测到故障起点的时刻之间的时间间隔已经超过了N,可以开始下一次故障的判断,则转入步骤(4);否则,说明转速未发生剧烈变化,或者虽然检测到了故障起点,但是对于当前故障的判断还未完成,转入步骤(6);thre为预设的阈值,该阈值的具体设定可根据转速的实际变化特性相应设定,以保证能够通过阈值判断能够准确区分转速正常的时刻和转速发生剧烈变化的情况;
其中,W[i]为小波序列的第i项,S[i+m]为转速信号的第(i+m)项;m∈[0,T-N];
(4)设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
(5)计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0),若P(Speed=0)∈[0.5-δ,0.5+δ],说明了m时刻转速突变为了0或者从0突变为了正常速度,则将转速突变计数DropNum加1后,转入步骤(6);否则,直接转入步骤(6);
δ<0.5为预设的邻域半径;ΔN≤N,ΔN的具体取值可根据实际情况确定,在本实施例中,ΔN=N;
其中,Nz为转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速为0的信号个数;
(6)若TimerPlusFlag=True,说明检测到了一个新的故障起点,则将时间间隔JudgeWaitingTimer加1后,转入步骤(7);否则,直接转入步骤(7);
(7)若时间间隔JudgeWaitingTimer>N,说明针对当前故障的检测已经完成,可以开始下一次故障的检测,则将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点,之后转入步骤(8);否则,直接转入步骤(8);
(8)将m加1后,若m>T-N,则转入步骤(9);否则,转入步骤(2),以开始下一时刻的检测;
(9)将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断;
转速传感器的状态,主要分为四类:无故障、间歇性故障且未恢复正常、间歇性故障且已恢复正常和断线故障;在实际应用中,可通过数字编码的方式,为每一个状态类型分配一个编码,例如,分别用0、1、2和3分别指代上述四种状态类型;应当说明的是,此处的状态编码方式仅为一种示例性描述,不应理解为对本发明的唯一限定,其他可区分不同状态类型的状态编码方式,同样可以应用于本发明;
采用上述状态编码方式,在一个可选的实施方式中,如图3所示,步骤(9)具体包括:
(91)若转速传感器的历史状态为无故障,即stateFlagPreceding=0,则转入步骤(92);若历史状态为间歇性故障且未恢复正常,即stateFlagPreceding=1,则转入步骤(93);若历史状态为间歇性故障且已恢复正常,即stateFlagPreceding=2,则转入步骤(94);若历史状态为断线故障,即stateFlagPreceding=3,则转入步骤(95);
(92)若DropNum=0,则判定转速传感器的当前状态为无故障,相应地,设定stateFlag=0;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常,相应地,设定stateFlag=2;若DropNum=1,则判定转速传感器的当前状态为断线故障,相应地,设定stateFlag=3;若转速突变计数DropNum为非1的奇数,则判定转速传感器的当前状态为间歇性故障且未恢复正常,相应地,设定stateFlag=1;判断完毕后转入步骤(96);
(93)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常,相应地,设定stateFlag=1;否则,判定转速传感器的当前状态为间歇性故障且已恢复正常,相应地,设定stateFlag=2;判断完毕后转入步骤(96);
(94)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常,相应地,设定stateFlag=2;否则,判定转速传感器的当前状态为间歇性故障且未恢复正常,相应地,设定stateFlag=1;判断完毕后转入步骤(96);
(95)若DropNum=0,则判定转速传感器的当前状态为断线故障,相应地,设定stateFlag=3;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常,相应地,设定stateFlag=1;若转速突变计数DropNum为奇数,则判定转速传感器的当前状态为间歇性故障且已恢复正常,相应地,设定stateFlag=2;判断完毕后转入步骤(96);
(96)当前的转速传感器故障诊断完成。
本实施例通过计算转速信号时间序列与小波时间序列之间的互相关函数值来获取各时刻转速变化的剧烈程度,利用转速信号本身的时域特征与统计特征便可完成对转速传感器状态的辨识,在各种场景下均可完成对转速传感器的故障诊断,因此,本发明能够提高转速传感器故障诊断的通用性;本实施例在转速剧烈变化的时刻,对该时刻附近的转速信号作统计分析,即统计转速发生急剧变化的时刻附近一段时间内的转速信号等于零的频率,并且仅在该频率接近0.5时才将该点作为转速突变点进行计数,否则,视为干扰,不作处理,因此,本实施例能够结合转速传感器故障本身的特性,有效排除干扰点的影响,提高了转速传感器故障检测的抗干扰能力。总的来说,本发明能够提高转速传感器故障诊断的通用性和抗干扰能力。
本发明还提供了一种基于小波函数相关性的转速传感器故障诊断系统,包括:信号采集模块、互相关计算模块、第一标志更新模块、突变频率计算模块、突变计数模块、第二标志更新模块、滑动模块以及故障诊断模块;
信号采集模块,用于在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
互相关计算模块,用于在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度;
第一标志更新模块,用于在CR[m]>thre且JudgeWaitingTimer=0时设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
突变频率计算模块,用于计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0);ΔN≤N;
突变计数模块,用于在P(Speed=0)∈[0.5-δ,0.5+δ]时,将转速突变计数DropNum加1;δ<0.5为预设的邻域半径;
第二标志更新模块,用于在时间间隔JudgeWaitingTimer>N时,将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点;
滑动模块,用于将m加1;
故障诊断模块,用于在m>T-N时,将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断;
在本实施例中,各模块的具体实施方式可参考上述方法实施例中的描述,在此将不作复述。
本发明还提供了一种电机系统,用于对电机系统中的转速传感器进行故障诊断的系统,为上述基于小波函数相关性的转速传感器故障诊断系统。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于小波函数相关性的转速传感器故障诊断方法,其特征在于,包括:
(1)在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
(2)在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度;
(3)若CR[m]>thre,且JudgeWaitingTimer=0,则转入步骤(4);否则,转入步骤(6);thre为预设的阈值;
(4)设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
(5)计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0),若P(Speed=0)∈[0.5-δ,0.5+δ],则将转速突变计数DropNum加1后,转入步骤(6);否则,直接转入步骤(6);
(6)若TimerPlusFlag=True,则将时间间隔JudgeWaitingTimer加1后,转入步骤(7);否则,直接转入步骤(7);
(7)若时间间隔JudgeWaitingTimer>N,则将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点,之后转入步骤(8);否则,直接转入步骤(8);
(8)将m加1后,若m>T-N,则转入步骤(9);否则,转入步骤(2),以开始下一时刻的检测;
(9)将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断。
2.如权利要求1所述的基于小波函数相关性的转速传感器故障诊断方法,其特征在于,所述步骤(9)包括:
(91)若转速传感器的历史状态为无故障,则转入步骤(92);若历史状态为间歇性故障且未恢复正常,则转入步骤(93);若历史状态为间歇性故障且已恢复正常,则转入步骤(94);若历史状态为断线故障,则转入步骤(95);
(92)若DropNum=0,则判定转速传感器的当前状态为无故障;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;若DropNum=1,则判定转速传感器的当前状态为断线故障;若转速突变计数DropNum为非1的奇数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;判断完毕后转入步骤(96);
(93)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;否则,判定转速传感器的当前状态为间歇性故障且已恢复正常;判断完毕后转入步骤(96);
(94)若转速突变计数DropNum为偶数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;否则,判定转速传感器的当前状态为间歇性故障且未恢复正常;判断完毕后转入步骤(96);
(95)若DropNum=0,则判定转速传感器的当前状态为断线故障;若转速突变计数DropNum为非零的偶数,则判定转速传感器的当前状态为间歇性故障且未恢复正常;若转速突变计数DropNum为奇数,则判定转速传感器的当前状态为间歇性故障且已恢复正常;判断完毕后转入步骤(96);
(96)当前的转速传感器故障诊断完成。
3.如权利要求1或2所述的基于小波函数相关性的转速传感器故障诊断方法,其特征在于,小波时间序列W是一种局部非零、波形具有衰减性且序列和等于零的离散信号。
5.一种基于小波函数相关性的转速传感器故障诊断系统,其特征在于,包括:信号采集模块、互相关计算模块、第一标志更新模块、突变频率计算模块、突变计数模块、第二标志更新模块、滑动模块以及故障诊断模块;
所述信号采集模块,用于在当前转速传感器故障诊断中,初始化m=0、转速突变计数为DropNum=0、最近一次检测到故障点的时刻与当前时刻之间的时间间隔为JudgeWaitingTimer=0、检测到新的故障起点的标志为TimerPlusFlag=False,以表示未检测到新的故障起点,并采集转速传感器输出的转速信号时间序列S;
所述互相关计算模块,用于在m时刻,计算转速信号时间序列S上[m,m+N]区间内的子序列与预定义的小波时间序列W的互相关函数值CR[m],用于衡量m时刻转速信号变化的剧烈程度;N<T,N和T分别为小波时间序列W和转速信号时间序列S的长度;
所述第一标志更新模块,用于在CR[m]>thre且JudgeWaitingTimer=0时设置标志TimerPlusFlag=True,以表示检测到一个新的故障起点;
所述突变频率计算模块,用于计算转速信号时间序列S上[m-ΔN,m+ΔN]区间内转速信号为0的频率P(Speed=0);ΔN≤N;
所述突变计数模块,用于在P(Speed=0)∈[0.5-δ,0.5+δ]时,将转速突变计数DropNum加1;δ<0.5为预设的邻域半径;
所述第二标志更新模块,用于在时间间隔JudgeWaitingTimer>N时,将时间间隔JudgeWaitingTimer重置为0,以表示可以进行下一次故障检测,并设置标志TimerPlusFlag=False,以表示未检测到新的故障起点;
所述滑动模块,用于将m加1;
所述故障诊断模块,用于在m>T-N时,将上一轮转速传感器故障诊断中得到的转速传感器状态作为历史状态,根据历史状态以及转速突变计数DropNum识别转速传感器的当前状态,从而完成当前的转速传感器故障诊断;
6.一种电机系统,其特征在于,用于对所述电机系统中的转速传感器进行故障诊断的系统,为权利要求5所述的基于小波函数相关性的转速传感器故障诊断系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377561.2A CN111007281B (zh) | 2019-12-27 | 2019-12-27 | 基于小波函数相关性的转速传感器故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377561.2A CN111007281B (zh) | 2019-12-27 | 2019-12-27 | 基于小波函数相关性的转速传感器故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111007281A CN111007281A (zh) | 2020-04-14 |
CN111007281B true CN111007281B (zh) | 2020-11-17 |
Family
ID=70119046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911377561.2A Active CN111007281B (zh) | 2019-12-27 | 2019-12-27 | 基于小波函数相关性的转速传感器故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111007281B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666677A (zh) * | 2009-09-25 | 2010-03-10 | 北京工业大学 | 一种用于提取低速重载设备微弱故障特征信息的方法 |
CN103217545A (zh) * | 2013-03-26 | 2013-07-24 | 南京南瑞继保电气有限公司 | 同步电机转速信号容错及异常判别的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6539343B2 (en) * | 2000-02-03 | 2003-03-25 | Xerox Corporation | Methods for condition monitoring and system-level diagnosis of electro-mechanical systems with multiple actuating components operating in multiple regimes |
CN101886977B (zh) * | 2010-06-12 | 2011-11-09 | 苏州大学 | 一种信号中周期瞬态成分的自适应检测方法 |
CN103105503B (zh) * | 2012-12-13 | 2014-07-30 | 中国北车集团大连机车车辆有限公司 | 基于磁电式传感器的机车牵引电机转速信号的检测方法 |
CN104121095B (zh) * | 2013-04-24 | 2018-12-25 | 联合汽车电子有限公司 | 转速传感器的故障诊断方法 |
CN106908241A (zh) * | 2017-02-23 | 2017-06-30 | 北京工业大学 | 一种基于lmd与小波去噪相结合的轴承故障判别方法 |
CN108444704B (zh) * | 2018-03-30 | 2019-09-27 | 华中科技大学 | 一种滚动轴承早期故障诊断方法 |
CN108599651B (zh) * | 2018-05-15 | 2020-07-03 | 华中科技大学 | 基于虚拟电压注入的感应电机无速度传感器驱动控制方法 |
CN109506938A (zh) * | 2018-11-21 | 2019-03-22 | 昆明理工大学 | 基于改进小波包阈值去噪与局部均值分解的故障提取方法 |
CN109667728B (zh) * | 2018-12-21 | 2020-09-08 | 北京金风科创风电设备有限公司 | 用于风力发电机组转速传感器的故障检测方法和装置 |
CN109839271A (zh) * | 2018-12-29 | 2019-06-04 | 昆明理工大学 | 一种基于匹配追踪稀疏算法的轴承故障特征提取方法 |
CN109839265A (zh) * | 2019-03-28 | 2019-06-04 | 西安建筑科技大学 | 一种基于多小波核-支持向量回归机的机械碰磨故障诊断方法 |
-
2019
- 2019-12-27 CN CN201911377561.2A patent/CN111007281B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666677A (zh) * | 2009-09-25 | 2010-03-10 | 北京工业大学 | 一种用于提取低速重载设备微弱故障特征信息的方法 |
CN103217545A (zh) * | 2013-03-26 | 2013-07-24 | 南京南瑞继保电气有限公司 | 同步电机转速信号容错及异常判别的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111007281A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116434372B (zh) | 用于变工况设备的智能化数据采集系统、工况识别系统 | |
US6308138B1 (en) | Diagnostic rule base tool condition monitoring system | |
CN112881014B (zh) | 传动总成的下线nvh测试系统及方法 | |
CN108181105B (zh) | 基于逻辑回归和j散度的滚动轴承故障预诊方法及系统 | |
CN112433151B (zh) | 一种油泵电机故障诊断方法及装置 | |
US6204658B1 (en) | Method for evaluating an output signal of a rotational sensing device | |
CN110160765B (zh) | 一种基于声音或振动信号的冲击特征识别方法及系统 | |
CN112161806B (zh) | 风机的故障监测方法和故障监测装置 | |
CN103529822A (zh) | 一种汽车故障检测方法和装置 | |
CN111191838B (zh) | 一种集成人工智能算法的工业设备状态管控方法和装置 | |
Zhao et al. | Vibration health monitoring of rolling bearings under variable speed conditions by novel demodulation technique | |
CN111963298B (zh) | 电磁离合器水泵故障检测方法、装置、控制器及车辆 | |
CN115220396A (zh) | 一种数控机床智能监控方法及系统 | |
CN116685967A (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
CN113804388B (zh) | 基于时域分析的机械设备旋转冲击故障检测方法及系统 | |
CN111007281B (zh) | 基于小波函数相关性的转速传感器故障诊断方法及系统 | |
Strangas | Response of electrical drives to gear and bearing faults—diagnosis under transient and steady state conditions | |
CN115656700B (zh) | 检测方法、训练方法、电器、监控系统和存储介质 | |
CN116626487A (zh) | 转子断条检测系统 | |
CN110749443A (zh) | 一种基于高阶原点矩的滚动轴承故障诊断方法及系统 | |
AU2021415086B2 (en) | Blade fault diagnosis method, apparatus and system, and storage medium | |
CN115144172A (zh) | 一种基于声音的gis断路器故障在线监测系统及方法 | |
CN114879033A (zh) | 一种电机故障的检测方法、系统及存储介质 | |
CN107436244B (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
CN112525337A (zh) | 一种针对机械压力机振动监测数据预处理方法 |
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 |