CN114235412A - 三阶张量秩一分解方法 - Google Patents

三阶张量秩一分解方法 Download PDF

Info

Publication number
CN114235412A
CN114235412A CN202111625499.1A CN202111625499A CN114235412A CN 114235412 A CN114235412 A CN 114235412A CN 202111625499 A CN202111625499 A CN 202111625499A CN 114235412 A CN114235412 A CN 114235412A
Authority
CN
China
Prior art keywords
rank
tensor
decomposition
order
signal
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.)
Granted
Application number
CN202111625499.1A
Other languages
English (en)
Other versions
CN114235412B (zh
Inventor
孟力
杨康定
杨博淙
王飞彪
刘志
楼佳妙
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.)
Frequency Exploration Intelligent Technology Jiangsu Co ltd
Original Assignee
Frequency Exploration Intelligent Technology Jiangsu Co ltd
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 Frequency Exploration Intelligent Technology Jiangsu Co ltd filed Critical Frequency Exploration Intelligent Technology Jiangsu Co ltd
Priority to CN202111625499.1A priority Critical patent/CN114235412B/zh
Publication of CN114235412A publication Critical patent/CN114235412A/zh
Application granted granted Critical
Publication of CN114235412B publication Critical patent/CN114235412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明属于故障诊断信号处理技术领域，具体涉及一种三阶张量秩一分解方法，该方法首先采用两个振动加速度传感器获取轴承两个通道的振动加速度信号；再将双通道信号建立为一个三阶张量信号；最后，对双通道三阶张量信号进行秩一分解，同时引入故障特征频率及秩一张量间的相关系数作为分解约束条件和优化选取因子矩阵的指标，求解出寻优后的秩一张量及最优分量信号。本发明的三阶张量秩一分解方法为滚动轴承故障信号处理及状态监测提供基础支撑，可避免因轴承故障导致的生产安全事故，并且能够节约生产成本。

Description

三阶张量秩一分解方法
技术领域
本发明属于故障诊断技术领域，具体涉及一种三阶张量秩一分解方法。
背景技术
滚动轴承是各种机械设备中应用最广泛的零部件，其运行状态良好与否将直接关系到整台设备的安全运行。据相关统计，旋转机械故障中大约有30％是由轴承故障引起的。因此，研究轴承故障诊断技术对尽早发现故障，避免灾难性事故产生，保证设备正常安全有序运行具有十分重要的意义。
振动分析是用于检测轴承缺陷的一种重要手段。目前，对于轴承故障诊断的研究主要涉及了信号处理与故障特征提取等多方面。现有的轴承信号处理方法大多数适用于单通道信号，难以同时处理多通道振动信号，也就很难在处理多通道信号的同时保留多通道信号之间的特征信息。
发明内容
本发明要解决的技术问题是：现有技术中基于振动信号的故障诊断技术很容易受到噪声等干扰而导致漏诊的问题技术问题。本发明的目的是是提供一种三阶张量秩一分解方法，以实现滚动轴承振动信号降噪进而达到故障诊断的目的，这为轴承运维管理提供基础支撑，不仅可以避免因轴承故障导致的生产安全事故，还可以节约大量的运维成本。
本发明解决其技术问题所采用的技术方案是：一种三阶张量秩一分解方法，包括以下步骤：
S1、测取轴承两通道振动加速度信号：
将两个振动加速度传感器分别安装在轴承座的径向水平和垂直两个方向上，采集时长为Tn、数据点数为Na的水平方向振动加速度信号x0(t)和垂直方向振动加速度信号y0(t)；
S2、将通道信号构建为一个三阶张量信号：
采用数据堆叠的方式将2个通道信号x0(t)和y0(t)构造为一个双通道三阶张量信号X；三阶张量X包括第一阶，第二阶和第三阶；
S3、对三阶张量信号秩一分解：
采用CP分解将三阶张量X分解为2个秩一张量：
Figure BDA0003439847940000021
其中A，B和C都是分解得到的模式矩阵，λ为分解得到的奇异值；ar,br,cr分别是模式矩阵A，B和C的向量，
Figure BDA0003439847940000022
表示外积，r表示张量秩，X1为分解得到的第1个秩一张量，X2为分解得到的第2个秩一张量；秩一分解中，引入约束条件进行迭代求解，即故障特征频率及两个秩一张量之间的相关系数Corr1-2，这也是用于优化选取因子矩阵的指标；
具体来说，在求解秩一张量的过程中，设置分解约束条件，若两个秩一张量之间的相关系数满足条件Corr1-2＜Th，则迭代终止，输出优化后的两个秩一张量X1和X2，若不满足约束条件，则继续分解直至满足条件为止，其中Th为迭代阈值；
求解得到的两个秩一张量X1和X2中，一个张量中只含有噪声信号，另一个张量中基本是故障信号，通过故障特征频率能方便的辨别出具体两个张量中哪个是包含了故障特征频率的张量，而噪声张量是不感兴趣的张量，可直接舍去。
本发明的有益效果是，本发明的三阶张量秩一分解方法，具体效果如下：本发明实现了多通道振动信号同时降噪处理的目的，同时还融合了水平和垂直方向双通道信号的信息，避免了需要单独处理2个通道信号的问题，保留了双通道之间的特征，所提出的秩一分解方法，去除了由于秩无法确定的问题，并且能去除原始信号中的噪声干扰的同时，增强了轴承故障特征，为轴承运维管理提供基础支撑，具有重要的工程应用价值。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明的三阶张量秩一分解方法的工作流程图；
图2为本发明的三阶张量秩一分解方法的双通道时域波形图，a、第一通道，b、第二通道；
图3为本发明的三阶张量秩一分解后两个张量的时域波形图，a、第一个张量，b、第二个张量。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
如图1至图3所示，是本发明的最优实施例，一种三阶张量秩一分解方法，具体步骤如下：
S1、测取轴承两通道振动加速度信号：
如图1所示为本发明的流程图，首先采用两个振动加速度传感器，分别安装在轴承座的径向水平和垂直两个方向上，采集时长为Tn＝0.067、采样频率为65536，数据点数为Na＝4366的水平方向振动加速度信号x0(t)和垂直方向振动加速度信号y0(t)，两个通道的时域波形图如图2所示；故障特征频率为44.88Hz。
S2、将通道信号构建为一个三阶张量信号：
采用数据堆叠的方式将2个通道加速度信号x0(t)和y0(t)构造为一个双通道三阶张量信号X；其中构建的三阶张量X的第一阶为256，第二阶为4366和第三阶为2。
S3、对三阶张量信号秩一分解：
采用CP分解将三阶张量X分解为2个秩一张量：
Figure BDA0003439847940000041
其中，A，B和C都是分解得到的模式矩阵，λ为分解得到的奇异值；ar,br,cr分别是模式矩阵A，B和C的向量，
Figure BDA0003439847940000042
表示外积，r表示张量秩，X1为分解得到的第1个秩一张量，X2为分解得到的第2个秩一张量；秩一分解中，引入约束条件进行迭代求解，即故障特征频率及两个秩一张量之间的相关系数Corr1-2，这也是用于优化选取因子矩阵的指标；
具体来说，在求解秩一张量的过程中，设置分解约束条件，若两个秩一张量之间的相关系数满足条件Corr1-2＜Th，则迭代终止，输出优化后的两个秩一张量X1和X2，若不满足约束条件，则继续分解直至满足条件为止；考虑到轴承故障信号与噪声信号是不相关的，将阈值Th设置为0.2；
求解得到的两个秩一张量X1和X2中，绘制两个张量的时域波形图，一个张量中只含有噪声信号，一个张量中基本是故障信号，通过故障特征频率能方便的辨别出具体两个张量中哪个是包含了故障特征频率的张量，而噪声张量是不感兴趣的张量，可直接舍去。
对本实施例求解得到两个张量信号，它们对应的时域波形如图3所示，通过故障特征频率可知第一个张量对应的时域波形则是噪声信号的，而第二个张量对应的时域波形是轴承的故障信号，两个相邻冲击的周期频率为44.88hz，与轴承外圈故障特征频率相等，由此也能确定轴承是存在故障的。
本发明的三阶张量秩一分解方法，实现了多通道振动信号同时降噪处理的目的，同时还融合了水平和垂直方向双通道信号的信息，避免了需要单独处理2个通道信号的问题，保留了双通道之间的特征，所提出的秩一分解方法，去除了由于秩无法确定的问题，并且能去除原始信号中的噪声干扰的同时，增强了轴承故障特征，使得处理前非常微弱的轴承故障特征通过本发明的分解方法处理后凸显了，从而实现了轴承的故障诊断，而不会因为弱故障特征导致轴承误诊问题，这为轴承运维管理提供基础支撑，具有重要的工程应用价值。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (2)

1.一种三阶张量秩一分解方法，其特征在于，包括以下步骤：
S1、测取轴承两通道振动加速度信号：
将两个振动加速度传感器分别安装在轴承座的径向水平和垂直两个方向，采集时长为Tn、数据点数为Na的水平方向振动加速度信号x0(t)和垂直方向振动加速度信号y0(t)；
S2、将通道信号构建为一个三阶张量信号：
采用数据堆叠的方式将2个通道信号x0(t)和y0(t)构造为一个双通道三阶张量信号X；三阶张量X包括第一阶，第二阶和第三阶；
S3、对三阶张量信号秩一分解：
采用CP分解将三阶张量X分解为2个秩一张量：
Figure FDA0003439847930000011
其中A，B和C都是分解得到的模式矩阵，λ为分解得到的奇异值；ar,br,cr分别是模式矩阵A，B和C的向量，
Figure FDA0003439847930000012
表示外积，r表示张量秩，X1为分解得到的第1个秩一张量，X2为分解得到的第2个秩一张量。
2.如权利要求1所述的三阶张量秩一分解方法，其特征在于，在步骤S3中，在求解秩一张量的过程中，设置分解约束条件，若两个秩一张量之间的相关系数满足条件Corr1-2＜Th，则迭代终止，输出优化后的两个秩一张量X1和X2，若不满足约束条件，则继续分解直至满足条件为止，其中Th为设置的阈值。
CN202111625499.1A 2021-12-28 2021-12-28 三阶张量秩一分解方法 Active CN114235412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111625499.1A CN114235412B (zh) 2021-12-28 2021-12-28 三阶张量秩一分解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111625499.1A CN114235412B (zh) 2021-12-28 2021-12-28 三阶张量秩一分解方法

Publications (2)

Publication Number Publication Date
CN114235412A true CN114235412A (zh) 2022-03-25
CN114235412B CN114235412B (zh) 2024-08-16

Family

ID=80763991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111625499.1A Active CN114235412B (zh) 2021-12-28 2021-12-28 三阶张量秩一分解方法

Country Status (1)

Country Link
CN (1) CN114235412B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115127813A (zh) * 2022-06-30 2022-09-30 上海理工大学 基于张量特征与支持张量机的滚动轴承多通道融合诊断方法
CN116202760A (zh) * 2023-05-05 2023-06-02 赛腾机电科技（常州）有限公司 用于机械故障诊断的三阶张量的奇异值分解方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844653A (zh) * 2016-04-18 2016-08-10 深圳先进技术研究院 一种多层卷积神经网络优化系统及方法
CN107507253A (zh) * 2017-08-15 2017-12-22 电子科技大学 基于高阶张量近似的多属性体数据压缩方法
CN108267311A (zh) * 2018-01-22 2018-07-10 北京建筑大学 一种基于张量分解的机械多维大数据处理方法
CN110044620A (zh) * 2019-03-15 2019-07-23 昆明理工大学 一种基于振动信号分析的滚动轴承故障诊断方法
US20200293595A1 (en) * 2019-03-15 2020-09-17 Tensor Deep Learning Lab L.L.C. GPU-based Third-order Low Rank Tensor Calculation Method and Apparatus
CN112431753A (zh) * 2021-01-25 2021-03-02 赛腾机电科技（常州）有限公司 轴向柱塞泵松靴故障的多重量化诊断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844653A (zh) * 2016-04-18 2016-08-10 深圳先进技术研究院 一种多层卷积神经网络优化系统及方法
CN107507253A (zh) * 2017-08-15 2017-12-22 电子科技大学 基于高阶张量近似的多属性体数据压缩方法
CN108267311A (zh) * 2018-01-22 2018-07-10 北京建筑大学 一种基于张量分解的机械多维大数据处理方法
CN110044620A (zh) * 2019-03-15 2019-07-23 昆明理工大学 一种基于振动信号分析的滚动轴承故障诊断方法
US20200293595A1 (en) * 2019-03-15 2020-09-17 Tensor Deep Learning Lab L.L.C. GPU-based Third-order Low Rank Tensor Calculation Method and Apparatus
CN112431753A (zh) * 2021-01-25 2021-03-02 赛腾机电科技（常州）有限公司 轴向柱塞泵松靴故障的多重量化诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张伟: "振动分析的风机齿轮箱轴承故障诊断方法的研究", 《中国优秀硕士学位论文数据库》, 15 January 2019 (2019-01-15), pages 26 - 37 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115127813A (zh) * 2022-06-30 2022-09-30 上海理工大学 基于张量特征与支持张量机的滚动轴承多通道融合诊断方法
CN116202760A (zh) * 2023-05-05 2023-06-02 赛腾机电科技（常州）有限公司 用于机械故障诊断的三阶张量的奇异值分解方法及系统
CN116202760B (zh) * 2023-05-05 2023-08-18 赛腾机电科技（常州）有限公司 用于机械故障诊断的三阶张量的奇异值分解方法及系统

Also Published As

Publication number Publication date
CN114235412B (zh) 2024-08-16

Similar Documents

Publication Publication Date Title
CN114235412A (zh) 三阶张量秩一分解方法
CN102824172B (zh) 一种脑电特征提取方法
CN110989005B (zh) 基于标量磁力仪阵列的弱磁异常自适应实时探测方法
CN110426191B (zh) 一种抗干扰旋转机械的故障诊断方法
CN108345033A (zh) 一种微地震信号时频域初至检测方法
CN110287827B (zh) 一种基于数据关联性的桥梁应变数据异常值识别方法
WO2014085793A1 (en) Advanced and automatic analysis of recurrent test failures
CN110987431B (zh) 一种基于tqwt辅助spc的轴承状态监测及故障诊断的方法
CN115186502A (zh) 车辆的异常数据识别方法、装置、电子设备及存储介质
CN114462480A (zh) 基于非均衡数据集下的多源传感器轧机故障诊断的方法
CN111220379B (zh) 一种牵引电机传动系统故障诊断方法及装置
CN113633296A (zh) 反应时间预测模型构建方法、装置、设备及可读存储介质
Tse et al. Enhanced eigenvector algorithm for recovering multiple sources of vibration signals in machine fault diagnosis
CN115717993A (zh) 多通道信号自适应分解方法
CN116775464A (zh) 一种整车测试方法及系统
CN116026591A (zh) 张量奇异谱分解方法
CN116086800A (zh) 一种滚动轴承的复合故障诊断方法
CN113820133B (zh) 一种轴承振动信号的稀疏重构方法及其系统
CN112381352B (zh) 一种基于多源异构监测的风电机组运行状态评估方法
CN112561306A (zh) 一种基于Hankel矩阵的滚动轴承健康状态评价方法
CN113435258B (zh) 转子系统异常智能检测方法、系统、计算机设备、终端
CN116296329B (zh) 一种变压器铁芯机械状态诊断方法、设备及介质
CN118131737B (zh) 一种车辆信号异常与故障监测方法、系统、设备、介质
CN114063148B (zh) 一种基于贝叶斯判别的折射波初至优选方法及系统
KR102504421B1 (ko) 진동 측정 오류 판단 방법 및 이를 이용하는 진동 오류 판별 시스템

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