CN113029232B - 一种旋转机械时变全息特征表达方法及系统 - Google Patents
一种旋转机械时变全息特征表达方法及系统 Download PDFInfo
- Publication number
- CN113029232B CN113029232B CN202110196401.9A CN202110196401A CN113029232B CN 113029232 B CN113029232 B CN 113029232B CN 202110196401 A CN202110196401 A CN 202110196401A CN 113029232 B CN113029232 B CN 113029232B
- Authority
- CN
- China
- Prior art keywords
- time
- varying
- order
- dimensional
- phase
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Holo Graphy (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种旋转机械时变全息特征表达方法及系统,包括:等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;确定所要提取的特征阶次;利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。本发明增强了时变特征表达能力,适用于转速随时间任意变化的运行工况。
Description
技术领域
本发明涉及旋转机械故障诊断技术领域,特别涉及一种非平稳运行工况下的旋转机械时变全息特征表达方法及系统。
背景技术
大型旋转机械运行状态监测与故障诊断,是保障装备安全运行的重要手段。为了从实测振动信号中准确提取状态信息,常用的特征提取方法主要分为时域特征、频域特征两类。然而,时域特征如波形、时域指标等虽然能反映信号强弱关系,但仅基于振动强弱难以准确判断故障位置及成因;频域特征如傅里叶频谱、包络谱等能够反映不同频率成分的信息,但与时间特征剥离,只能反映信号的某个侧面特征。全息谱分析集成了大型旋转机械在两个相互垂直方向的幅值、频率、相位信息,克服了传统诊断方法的片面性,在电力、石油化工行业的装备状态监测与故障诊断中应用尤为广泛。
二维全息谱和全息瀑布图是两种最常用的全息谱分析方法。其中,二维全息谱将转子某截面测得的两路相互垂直的振动信号分别进行傅里叶频谱分析,对应提取主要频率分量的幅值和相位,再将两通道特征复合处理,得到各频率分量对应的二维振动轨迹,将这些振动轨迹按频率顺序排列在一张谱图中,即得到二维全息谱。二维全息谱合并了两通道信号的幅值谱和相位谱信息,不仅反映了两个方向上振动信号的幅值,也反映了它们之间的相位关系,椭圆的偏心率和长轴方向不同程度地表征了该分量的振动特性。然而,该方法仅适用于恒定运行工况下的特征提取,所用的基于傅里叶频谱分析的合成方法无法提取时变信息,且二维振动轨迹无法描述振动特性随时间变化的细节。
全息瀑布图的实质是升速或降速时,各转速下二维全息谱的叠置。中国发明专利CN 103728123 B公开了一种起停机工况下的全息瀑布图构造方法,该方法利用Kalman滤波原理,将不同转速阶次成分提取为独立信号,对每一个阶次信号通过分别计算各个转速频率对应的两路垂直振动信号的幅值与相位,构造该频率下的全息椭圆,并将不同转速下的全息椭圆按转速频率大小排列,即得到全息瀑布图。该方法实质上是一系列二维图形的叠置,因此仅适用于转速单调变化的起停机工况。当转速随时间任意变化时,不同转速下的全息椭圆相互重叠,无法准确辨识时变特征。此外,基于Kalman滤波的不同转速阶次成分提取方法依赖于复杂的多参数优化,实际计算量大、耗时长,且效果和准确性依赖于人为设置的权重参数,对于不同转速变化工况的信号,权重参数的差异造成额外误差,削弱了两路垂直振动信号的幅值和相位信息合成效果。
发明内容
本发明的目的在于提供一种旋转机械时变全息特征表达方法及系统,能够适用于任意时变运行工况的时变全息谱构造,并避免Kalman滤波引入的潜在误差,从而灵活完整地表达转子的时变振动特性。
为解决上述技术问题,本发明的实施例提供如下方案:
一方面,提供了一种旋转机械时变全息特征表达方法,包括以下步骤:
S1、等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
S2、确定所要提取的特征阶次;
S3、利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;
S4、对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
S5、将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
S6、将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
优选地,所述步骤S2中,确定所要提取的特征阶次具体包括:
提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数。
优选地,所述步骤S3中利用时变相位解调和时变滤波提取并分离出单一的时变频率分量信号的步骤具体包括:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分。
优选地,所述步骤S4中,构造三维螺旋线时,根据实际需求设置xyz坐标与水平振动位移信号阶次成分、垂直振动位移信号阶次成分、以及时间三者的对应关系。
优选地,所述步骤S6中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
一方面,提供了一种旋转机械时变全息特征表达系统,包括:
采集单元,用于等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
确定单元,用于确定所要提取的特征阶次;
提取单元,用于利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;
第一构造单元,用于对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
第二构造单元,用于将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
表达单元,用于将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
优选地,所述确定单元中,提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数。
优选地,所述提取单元具体用于:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分。
优选地,所述第一构造单元中,构造三维螺旋线时,根据实际需求设置xyz坐标与水平振动位移信号阶次成分、垂直振动位移信号阶次成分、以及时间三者的对应关系。
优选地,所述表达单元中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
本发明实施例提供的技术方案带来的有益效果至少包括:
(1)本发明构建的时变全息谱具有四维特征,与传统全息瀑布图相比,无需假设瞬时转速在短时窗内恒定,无需假设信号在短时窗内满足平稳条件,允许转速任意时变,应用时变螺旋线代替传统的全息椭圆叠置,将离散速度对应的全息椭圆细化为随时间连续变化的螺旋线,能够避免转速离散处理导致的瞬时特征丢失问题,准确揭示随时间连续变化的瞬时全息谱特征,增强了时变特征表达能力;
(2)与传统全息瀑布图只适用于转子转速单调递增或递减的工况相比,本发明构建的时变全息谱适用于转速随时间任意变化的运行工况;
(3)与常规基于Kalman滤波的特征阶次提取方法需要依赖复杂的多参数优化、计算量大、耗时长相比,本发明利用时变相位解调和时变滤波原理,能够高效地得出结果;
(4)与常规基于Kalman滤波的特征阶次提取方法受权重系数影响,容易引入额外误差相比,本发明利用时变相位解调原理,提取时变频率成分即特征阶次,提取效果由滤波器阶数及带宽决定,对于任意信号而言具有统一的量度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种旋转机械时变全息特征表达方法的流程图;
图2是本发明实施例提供的某水轮机主轴的水平径向振动位移信号波形图;
图3是本发明实施例提供的某水轮机主轴的垂直径向振动位移信号波形图;
图4是本发明实施例提供的同步测量的主轴转速波形图;
图5是基于全息椭圆叠置并采用现有Kalman滤波算法的传统全息谱;
图6是本发明提出的时变全息谱。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明的实施例提供了一种旋转机械时变全息特征表达方法,如图1所示,所述方法包括以下步骤:
S1、等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
S2、确定所要提取的特征阶次;
S3、利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;
S4、对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
S5、将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
S6、将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
与传统全息谱相比,本发明方法增强了时变特征表达能力,适用于转速随时间任意变化的运行工况,且计算效率高。
进一步地,所述步骤S2中,确定所要提取的特征阶次具体包括:
根据经验,提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数等。
进一步地,所述步骤S3中利用时变相位解调和时变滤波提取并分离出单一的时变频率分量信号的步骤具体包括:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分。
进一步地,所述步骤S4中,构造三维螺旋线时,根据实际需求设置xyz坐标与水平振动位移信号阶次成分、垂直振动位移信号阶次成分、以及时间三者的对应关系。
进一步地,所述步骤S6中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
具体应用中,图2和图3是某水轮机主轴的水平和垂直径向振动位移信号波形。图4是同步测量的主轴转速波形。常规全息谱采用二维椭圆叠置表示方法,并利用Kalman滤波器进行旋转频率整数阶次的提取,所得二维全息谱如图5所示。本发明提出的四维全息谱构建方法基于时变相位解调思想的时变滤波策略,包含水平方向振动位移、垂直方向振动位移、时间、阶次四维信息,并进一步简化为三维可视化表达,得到的时变全息谱如图6所示。
通过对比图5和图6可看出,传统全息谱包含x方向位移、y方向位移、转速、阶次信息,能够显示不同阶次和不同转速下转子的振动特性;而本发明提出的时变全息谱增加了时间信息,即把常规全息谱中的按转速分布的特征升级为按时间分布,因此能完整地表现振动特性随时间演化的特征。例如,从图6中的第一、二阶螺旋线演化趋势可以看出,随着转速下降,转速对应的振动逐渐减弱,时变全息谱呈现特殊模式,而转速二倍频对应的振动却小幅增强,这是常规全息谱难以表征的时变特性。此外,本发明提出的时变全息谱计算时间0.44秒(26000数据点),明显短于常规全息谱耗费的时间,能够大幅提高状态监测和故障诊断效率。
下面通过两个具体的实施例对本发明方法进行详细的阐述。
实施方式一:(提取转频的整数阶次特征)
1)等时间间隔采集转子某截面上的两路相互垂直的径向振动位移信号x(t)和y(t),并同步采集转速信号s(t);
2)取旋转频率的整数阶次Om=m(m=1,2,…M),作为提取的特征阶次;
3)根据转速信号s(t),计算所要提取的特征阶次对应的瞬时频率s(t)Om,对时间t积分得到瞬时相位∫s(t)Omdt,利用该瞬时相位信息将x(t)和y(t)中的时变频率成分s(t)Om转化为固定频率成分Fs/4,其中Fs代表振动信号的采样频率,转化过程可表示为
xm(t)=H[x(t)]exp[-i2π∫s(t)Omdt+iπFs/2]
ym(t)=H[y(t)]exp[-i2π∫s(t)Omdt+iπFs/2];
4)利用零相位滤波器将信号xm(t)和ym(t)中的固定频率成分Fs/4提取为单分量信号xm1(t)、ym1(t);
5)将固定频率单分量信号重构为单一的时变频率成分信号xm2(t)、ym2(t),重构
过程可表示为
xm2(t)=H[xm1(t)]exp[i2π∫s(t)Omdt-iπFs/2]
ym2(t)=H[ym1(t)]exp[i2π∫s(t)Omdt-iπFs/2];
6)根据时间t,x方向位移xm2(t),y方向位移ym2(t),构造一系列三维螺旋线Tm(t,x,y),将Tm(t,x,y)按照阶次Om由小到大的顺序在阶次轴上排列,得到四维全息谱T(t,O,x,y);
7)为直观显示,将y方向位移ym2(t)与阶次Om在同一坐标轴上显示,表现为一组沿阶次轴排列的三维螺旋线,即为时变全息谱。
实施方式二:(根据结构参数计算并提取可能存在的故障阶次特征)
1)等时间间隔采集转子某截面上的两路相互垂直的径向位移信号x(t)和y(t),并同步采集转速信号s(t);
2)根据被测转子轴系的实际结构(包括转子上叶片数、齿轮传动的齿数等),计算M个可能存在的故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次Om(m=1,2,…M);
3)根据转速信号s(t),计算所要提取的特征阶次对应的瞬时频率s(t)Om,对时间t积分得到瞬时相位∫s(t)Omdt,利用该瞬时相位信息将x(t)和y(t)中的时变频率成分s(t)Om转化为固定频率成分Fs/4,其中Fs代表振动信号的采样频率,转化过程可表示为
xm(t)=H[x(t)]exp[-i2π∫s(t)Omdt+iπFs/2]
ym(t)=H[y(t)]exp[-i2π∫s(t)Omdt+iπFs/2];
4)利用零相位滤波器将信号xm(t),ym(t)中的固定频率成分Fs/4分离为单分量信号xm1(t),ym1(t);
5)将固定频率单分量信号重构为单一的时变频率成分信号xm2(t)、ym2(t),重构过程可表示为
xm2(t)=H[xm1(t)]exp[i2π∫s(t)Omdt-iπFs/2]
ym2(t)=H[ym1(t)]exp[i2π∫s(t)Omdt-iπFs/2];
6)根据时间t,x方向位移xm2(t),y方向位移ym2(t),构造一系列三维螺旋线Tm(t,x,y),将Tm(t,x,y)按照阶次Om由小到大的顺序在阶次轴上排列,得到四维全息谱T(t,O,x,y);
7)为直观显示,将y方向位移ym2(t)与阶次Om在同一坐标轴上显示,表现为一组沿阶次轴排列的三维螺旋线,即为时变全息谱。
相应地,本发明的实施例还提供了一种旋转机械时变全息特征表达系统,所述系统包括:
采集单元,用于等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
确定单元,用于确定所要提取的特征阶次;
提取单元,用于利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;
第一构造单元,用于对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
第二构造单元,用于将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
表达单元,用于将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
优选地,所述确定单元中,根据经验,提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数。
优选地,所述提取单元具体用于:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分。
优选地,所述第一构造单元中,构造三维螺旋线时,根据实际需求设置xyz坐标与水平振动位移信号阶次成分、垂直振动位移信号阶次成分、以及时间三者的对应关系。
优选地,所述表达单元中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
本发明构建的时变全息谱具有四维特征,与传统全息瀑布图相比,无需假设瞬时转速在短时窗内恒定,无需假设信号在短时窗内满足平稳条件,允许转速任意时变,应用时变螺旋线代替传统的全息椭圆叠置,将离散速度对应的全息椭圆细化为随时间连续变化的螺旋线,能够避免转速离散处理导致的瞬时特征丢失问题,准确揭示随时间连续变化的瞬时全息谱特征,增强了时变特征表达能力,适用于转速随时间任意变化的运行工况,并且能够降低计算量与所需时间,计算效率高,对于旋转机械的状态监测与故障诊断具有重要工程应用价值。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种旋转机械时变全息特征表达方法,其特征在于,包括以下步骤:
S1、等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
S2、确定所要提取的特征阶次;具体包括:
提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数;
S3、利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;具体包括:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分;
S4、对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
S5、将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
S6、将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
2.根据权利要求1所述的旋转机械时变全息特征表达方法,其特征在于,所述步骤S6中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
3.一种旋转机械时变全息特征表达系统,其特征在于,包括:
采集单元,用于等时间间隔采集转子选定截面上的两路相互垂直的径向振动位移信号,并同步采集转速信号;
确定单元,用于确定所要提取的特征阶次;
所述确定单元中,提取转子旋转频率的整数阶次为特征阶次;
或者,根据转子轴系的实际结构计算若干个故障特征频率与转子旋转频率的比例系数,作为提取的特征阶次;其中,所述实际结构包括转子上叶片数、齿轮传动的齿数;
提取单元,用于利用时变相位解调和时变滤波,从两路相互垂直的径向振动位移信号中,将所要提取的特征阶次分离为单一的时变频率分量信号;
所述提取单元具体用于:
根据目标特征阶次和时变转速,计算目标特征阶次对应的时变频率;
根据时变频率积分得到时变相位;
构造与时变相位相反的解调相位,并根据解调相位构造解调向量,应用解调向量对信号进行时变相位解调;
利用零相位带通滤波器将相位解调后的目标频率成分分离为单一频率分量信号;
对提取出的单一频率分量信号进行相位重构,得到目标特征阶次对应的单一时变频率成分;
第一构造单元,用于对于每一特征阶次,将两路相互垂直的径向振动位移信号合成,构造随时间变化的三维螺旋线;
第二构造单元,用于将各阶次对应的三维螺旋线按阶次排列,构造水平径向振幅、垂直径向振幅、时间、阶次的四维时变全息谱;
表达单元,用于将阶次轴与水平方向位移轴合并,将四维时变全息谱表达为三维可视化螺旋线的组合。
4.根据权利要求3所述的旋转机械时变全息特征表达系统,其特征在于,所述表达单元中,将阶次轴与水平或垂直径向振动位移轴融合,以实现四维时变全息谱的三维可视化表达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110196401.9A CN113029232B (zh) | 2021-02-22 | 2021-02-22 | 一种旋转机械时变全息特征表达方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110196401.9A CN113029232B (zh) | 2021-02-22 | 2021-02-22 | 一种旋转机械时变全息特征表达方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113029232A CN113029232A (zh) | 2021-06-25 |
CN113029232B true CN113029232B (zh) | 2022-02-11 |
Family
ID=76461414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110196401.9A Active CN113029232B (zh) | 2021-02-22 | 2021-02-22 | 一种旋转机械时变全息特征表达方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113029232B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115687862B (zh) * | 2022-10-19 | 2023-08-01 | 北京科技大学 | 一种基于时变滤波的旋转机械信号时频分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323274B (zh) * | 2013-05-24 | 2015-10-14 | 上海交通大学 | 旋转机械状态监测与故障诊断系统及方法 |
JP6792747B2 (ja) * | 2017-12-07 | 2020-12-02 | 瀏陽 宋 | 回転機械構造系異常の診断法および診断システム |
CN108593286A (zh) * | 2018-04-12 | 2018-09-28 | 中国神华能源股份有限公司 | 旋转机械的故障诊断方法及旋转机械的故障诊断装置 |
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 |
CN111562126B (zh) * | 2020-05-16 | 2022-03-18 | 西安建筑科技大学 | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 |
-
2021
- 2021-02-22 CN CN202110196401.9A patent/CN113029232B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113029232A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051078B (zh) | 一种转速非恒定时叶片振动叶端定时在线监测方法及装置 | |
CN108362492B (zh) | 一种适用于低转速下行星轮系故障诊断的振动分离方法 | |
CN103323274B (zh) | 旋转机械状态监测与故障诊断系统及方法 | |
Wang et al. | A time–frequency-based maximum correlated kurtosis deconvolution approach for detecting bearing faults under variable speed conditions | |
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 | |
CN104502099B (zh) | 齿轮箱瞬变工况特征分量循频提取方法 | |
CN104034412B (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 | |
CN105865616B (zh) | 基于fft的调制谱快速细化方法 | |
CN113029232B (zh) | 一种旋转机械时变全息特征表达方法及系统 | |
AU2012314960B2 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
CN111397877B (zh) | 一种旋转机械拍振故障检测与诊断方法 | |
CN109682597A (zh) | 一种齿轮箱振动信号处理和分析方法 | |
CN113405795B (zh) | 一种关节rv减速器弱故障识别的方法 | |
CN105675113A (zh) | 基于微型传感器的旋转机械角域振动信号获取装置和方法 | |
CN108278184B (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
CN104407291A (zh) | 一种风电机组故障诊断系统与方法 | |
CN109459131A (zh) | 一种旋转机械多通道振动信号的时频特征提取方法及装置 | |
Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
CN111259765A (zh) | 一种基于数控机床主轴电流信号的阶次分析方法 | |
CN114509159A (zh) | 阶比跟踪分析方法、系统及计算机可读存储介质 | |
CN115031959A (zh) | 齿轮故障诊断方法及其系统及计算机可读存储介质 | |
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 | |
CN110376437B (zh) | 一种克服非阶次频率成分干扰的阶次分析方法 | |
CN102661787B (zh) | 一种变转速风电机组转子振动信号的变换分析方法 | |
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 |
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 |