CN113358212A - 基于相对谐阶次的机电故障诊断方法、系统及建模方法 - Google Patents

Abstract

本发明公开了一种基于相对谐阶次的机电故障诊断方法，获取机械结构工作时的振动信号，得到其振动时域数据；获取振动数据的阶次谱；根据机械结构的NVH特性，统计其中的谐阶次并对其幅值进行求和；将谐阶次幅值求和的值与无故障机械结构的相应值进行比较得到差值；将该差值按照时间顺序绘制曲线，实现对机械结构故障的监测诊断。并基于此，提出一种诊断检测系统和机电系统的建模方法，可实现对齿轮箱齿轮运行状态的有效监测，确保齿轮箱健康运行。便于建立通用化的参数化模型，通过修改参数化模型的具体参数，可实例化成为某型具体的机电系统通用模型，提高了机电故障监控、诊断的效率与准确性。

Description

基于相对谐阶次的机电故障诊断方法、系统及建模方法

技术领域

本发明涉及机电传动系统故障诊断技术领域，具体涉及一种基于相对谐阶次的机电故障诊断方法、系统及建模方法。

背景技术

在齿轮、叶轮等故障诊断中，故障信号对某一特征信号的调制作用，在其阶次谱图上产生谐阶次，这些谐阶次是以齿轮的啮合阶次为中心，以轴的旋转阶次为间隔的谐阶次，同时，使用阶次分析解决实际问题时还以细化阶次谱分析作为基础，保证分析的精确性。最后利用阶次谱细化图的谐阶次对机械设备中齿轮故障进行分析和诊断，判断故障的所在位置和原因。

现有技术的谐阶次分析方法，数据处理较为复杂，主要是对可能的故障点进行单独定点检测，对机械结构中的各部件的振动传递带来的信号干扰没有足够的重视和合理的分析方法，难以建立具有通用性的标准参数化模型，使机械结构故障诊断的精确性难以保证。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：提供一种数据采集方便，谐阶次分析简便，故障诊断精确性高的故障诊断方法，并基于此提供一种充分考虑机电系统的振动信号的传递耦合作用，便于建立通用的参数化模型，更加便于定位故障点的建模方法。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种基于相对谐阶次的机电故障诊断方法，包括以下步骤，

1)获取机械结构工作时的振动信号，并对该振动信号进行预处理，得到其振动时域数据；

2)截取机械结构工作时的稳态振动时域数据中的一段，经计算获取振动数据的阶次谱；

3)根据机械结构的NVH特性，截取出具有谐阶次的阶次谱段；

4)对该谐阶次带进行特征趋势统计，统计其中的谐阶次并对其幅值进行求和；

5)将谐阶次幅值求和的值与无故障机械结构的相应值进行比较，得到一差值；

6)将该差值按照时间顺序绘制曲线，通过曲线的实时变化，实现对机械结构故障的监测诊断。

进一步的，步骤2中振动数据的阶次谱是通过对截取的振动时域数据采用等角度采样方法并经快速傅里叶变换得到的阶次谱；

进一步的，步骤3中具有谐阶次带的阶次谱段是根据有故障的相同类型的机械结构产生的阶次谱图经分析对比获取的。

进一步的，步骤4中，根据截取的阶次谱段数据，滤掉多余的阶次谱段数据，并根据机械结构的特点计算谐阶次间隔，提取得到谐阶次数据，将谐阶次的幅值求和，得到一个谐阶次值：

其中H为谐阶次值，h为单个谐阶次的幅值，N为谐阶次个数。

进一步的，步骤5中，计算无故障机械结构工作时的谐阶次值的范围，该范围的极限值设为设定值，所述谐阶次值与设定值相减即为所述差值。

所述机械结构包括齿轮箱或离心泵叶轮或其他旋转结构。

基于此，一种基于相对谐阶次的机电系统参数化建模方法，包括以下步骤：

1)分析机电系统的物理结构；

2)对机电系统中包含的每个元件的NVH特性进行分析；

3)在每个元件上均设置传感器并根据传感器的安装位置以及元件的故障类型，确定NVH振动信号的传递路径；

4)确定机电系统振动信号的主要传递路径；

5)通过对主要传递路径上的多个传感器获取的振动信号采用权利要求1所述的方法进行分析，得到主要传递路径上的各元件的谐阶次数据；

6)根据该谐阶次数据确定激励源，即实际故障元件；

7)基于各元件特定的NVH特征以及该故障监测数据，建立机电系统的参数化模型，并通过修改该参数化模型中的具体参数，形成该机电系统模型的基本型。

进一步的，步骤1中根据机电系统的物理结构组成，对机电系统进行系统分层，并列出机电系统中传动系统的运动方程式：

其中T_M为电机转矩，T_L为负载转矩，J为转动惯量，ω为角速度，t为时间。

进一步的，步骤3中的振动信号的传递路径包括非时变和时变传递路径。

进一步的，步骤4中确定振动信号的主要传递路径是根据振动信号对传递路径的贡献量进行排序获得。

相对于现有技术，本发明的有益效果，

本发明可实现对齿轮箱齿轮运行状态的有效监测，确保齿轮箱健康运行。便于建立通用化的参数化模型，通过修改参数化模型的具体参数，可实例化成为某型具体的机电系统模型，实现了机电系统模型的通用化，同时可以快速、准确、全面地建立NVH特征参数化模型，提高了机电故障监控、诊断的效率与准确性。

附图说明

图1为实施例中基于相对谐阶次的故障诊断方法的流程图；

图2为实施例中基于相对谐阶次的机电故障诊断系统简图；

图3为实施例中基于相对谐阶次的机电系统参数化模型的建模方法的流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

实施例：

如图1-3，一种基于相对谐阶次的机电故障诊断方法，包括以下步骤，

1)获取机械结构工作时的振动信号，并对该振动信号进行预处理，得到其振动时域数据；

2)截取机械结构工作时的稳态振动时域数据中的一段，经计算获取振动数据的阶次谱；该机械结构主要针对齿轮箱或离心泵叶轮或其他旋转结构，因此该振动数据的阶次谱是通过对截取的振动时域数据采用等角度采样方法并经快速傅里叶变换得到的阶次谱。

3)根据机械结构的NVH特性，截取出具有谐阶次带的阶次谱段；该具有谐阶次带的阶次谱段是根据有故障的相同类型的机械结构产生的阶次谱图经分析对比获取的。

4)对该谐阶次带进行特征趋势统计，统计其中的谐阶次并对其幅值进行求和；根据截取的阶次谱段数据，滤掉多余的阶次谱段数据，并根据机械结构的特点计算谐阶次间隔，提取得到谐阶次数据，将谐阶次的幅值求和，得到一个谐阶次值：

其中H为谐阶次值，h为单个谐阶次的幅值，N为谐阶次个数。

5)将谐阶次幅值求和的值与无故障机械结构的相应值进行比较，得到一差值；计算无故障机械结构工作时的谐阶次值的范围，该范围的极限值设为设定值，所述谐阶次值与设定值相减即为所述差值。

6)将该差值按照时间顺序绘制曲线，通过曲线的实时变化，实现对机械结构故障的监测诊断。

基于上述诊断方法的一种基于相对谐阶次的机电系统故障诊断系统，包括：

获取单元，用于获取齿轮箱轴端轴承水平测点的振动数据；

处理单元，用于对所述振动数据进行快速傅里叶变换，结合转速信号获得所述振动数据的阶次谱；

谐阶次带选择单元，用于选择合适的阶次范围，可以精确监控谐阶次的变化；

谐阶次带计算单元，用于计算谐阶次的设定值以及谐阶次值，监控齿轮故障变化过程；

判断单元，用于判断所述比例是否超过设定值，若是，则判定所述齿轮箱齿轮存在故障，否则不存在故障。

基于此，一种基于相对谐阶次的机电系统参数化建模方法，包括以下步骤：

1)分析机电系统的物理结构；根据机电系统的物理结构组成，对机电系统进行系统分层，并列出机电系统中传动系统的运动方程式：

其中T_M为电机转矩，T_L为负载转矩，J为转动惯量，ω为角速度，t为时间。

2)对机电系统中包含的每个元件的NVH特性进行分析；

3)在每个元件上均设置传感器并根据传感器的安装位置以及元件的故障类型，确定NVH振动信号的传递路径；振动信号的传递路径包括非时变和时变传递路径。

4)确定机电系统振动信号的主要传递路径；确定振动信号的主要传递路径是根据振动信号对传递路径的贡献量进行排序获得。

5)通过对主要传递路径上的多个传感器获取的振动信号采用权利要求1所述的方法进行分析，得到主要传递路径上的各元件的谐阶次数据；

6)根据该谐阶次数据确定激励源，即实际故障元件；

7)基于各元件特定的NVH特征以及该故障监测数据，建立机电系统的参数化模型，并通过修改该参数化模型中的具体参数，形成该机电系统模型的基本型。

本发明可实现对齿轮箱齿轮运行状态的有效监测，确保齿轮箱健康运行。便于建立通用化的参数化模型，通过修改参数化模型的具体参数，可实例化成为某型具体的机电系统模型，实现了机电系统模型的通用化，同时可以快速、准确、全面地建立NVH特征参数化模型，提高了机电故障监控、诊断的效率与准确性。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，尽管申请人参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于相对谐阶次的机电故障诊断方法，其特征在于，包括以下步骤，

1)获取机械结构工作时的振动信号，并对该振动信号进行预处理，得到其振动时域数据；

2)截取机械结构工作时的稳态振动时域数据中的一段，经计算获取振动数据的阶次谱；

3)根据机械结构的NVH特性，截取出具有谐阶次的阶次谱段；

4)对该阶次谱进行特征趋势统计，统计其中的阶次谱并对其幅值进行求和；

5)将阶次谱幅值求和的值与无故障机械结构的相应值进行比较，得到一差值；

6)将该差值按照时间顺序绘制曲线，通过曲线的实时变化，实现对机械结构故障的监测诊断。

2.根据权利要求1所述的基于相对谐阶次的机电故障诊断方法，其特征在于，步骤2中振动数据的阶次谱是通过对截取的振动时域数据采用等角度采样方法并经快速傅里叶变换得到的阶次谱。

3.根据权利要求1所述的基于相对谐阶次的机电故障诊断方法，其特征在于，步骤3中具有谐阶次的阶次谱段是根据有故障的相同类型的机械结构产生的阶次谱图经分析对比获取的。

4.根据权利要求1所述的基于相对谐阶次的机电故障诊断方法，其特征在于，步骤4中，根据截取的阶次谱段数据，滤掉多余的阶次谱段数据，并根据机械结构的特点计算谐阶次间隔，提取得到谐阶次数据，将谐阶次的幅值求和，得到一个谐阶次值：

其中H为谐阶次值，h为单个谐阶次的幅值，N为谐阶次个数。

5.根据权利要求4所述的基于相对谐阶次的机电故障诊断方法，其特征在于，步骤5中，计算无故障机械结构工作时的谐阶次值的范围，该范围的极限值设为设定值，所述谐阶次值与设定值相减即为所述相对谐阶次值。

6.一种基于相对谐阶次的机电故障诊断系统，包括依次连接的：

获取单元，用于获取机电系统测点的振动数据；

处理单元，用于对所述振动数据进行快速傅里叶变换，获得所述振动数据的阶次谱；

谐阶次带选择单元，用于选择合适的阶次范围，可以精确监控谐阶次的变化；

谐阶次带计算单元，用于计算谐阶次的设定值以及谐阶次值，监控机电系统故障的变化过程；

判断单元，用于判断相对谐阶次的值是否超过设定值，判定机电系统的故障信息。

7.一种基于相对谐阶次的机电参数化建模方法，其特征在于，包括以下步骤：

1)分析机电系统的物理结构；

2)对机电系统中包含的每个元件的NVH特性进行分析；

3)在每个元件上均设置传感器并根据传感器的安装位置以及元件的故障类型，确定NVH振动信号的传递路径；

4)确定机电系统振动信号的主要传递路径；

5)通过对主要传递路径上的多个传感器获取的振动信号采用权利要求1-5任一权利要求所述的方法进行分析，得到主要传递路径上的各元件的谐阶次数据；

6)根据该谐阶次数据确定激励源，即实际故障元件；

7)基于各元件特定的NVH特征以及该故障监测数据，建立机电系统的参数化模型，并通过修改该参数化模型中的具体参数，形成该机电系统模型的基本型。

8.根据权利要求7所述的基于相对谐阶次的机电参数化建模方法，其特征在于，步骤1中根据机电系统的物理结构组成，对机电系统进行系统分层，并列出机电系统中传动系统的运动方程式：

其中T_M为电机转矩，T_L为负载转矩，J为转动惯量，ω为角速度，t为时间。

9.根据权利要求7所述的基于相对谐阶次的机电参数化建模方法，其特征在于步骤3中的振动信号的传递路径包括非时变和时变传递路径。

10.根据权利要求7所述的基于相对谐阶次的机电参数化建模方法，其特征在于，步骤4中确定振动信号的主要传递路径是根据振动信号对传递路径的贡献量进行排序获得。

Images