TWI420089B - 應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 - Google Patents
應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 Download PDFInfo
- Publication number
- TWI420089B TWI420089B TW99120337A TW99120337A TWI420089B TW I420089 B TWI420089 B TW I420089B TW 99120337 A TW99120337 A TW 99120337A TW 99120337 A TW99120337 A TW 99120337A TW I420089 B TWI420089 B TW I420089B
- Authority
- TW
- Taiwan
- Prior art keywords
- vibration
- correlation coefficient
- envelope signal
- signal
- frequency
- Prior art date
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
本發明係有關於一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,尤其是指一種利用各模態分析後,其間之包絡訊號的統計相關係數值,在損壞機械與正常機械間之趨近差異性來診斷機械損壞的發明方法者。
按,本發明人研究開發機械系統損壞診斷處理的課題,已有多年豐富的經驗及實際製作的成果,無論是利用高頻解調分析法、解調分析函數方法、系統共振模態分析法、Morlet小波分析法、指數衰減分析法等等,已有多件於智慧局申請在案或已獲准公告的案件,係簡要列舉數件,簡單說明如下:
1.證書號第1228646號之一種“機械系統元件運作狀況診斷之訊號處理及執行方法”,此方法是以一解調分析函數來解調振動訊號,並將此函數解調變之結果以三維頻譜呈現,可提供使用者以視覺上作明確且方便的頻譜模式,用以判斷的機械系統元件運作狀況診斷之訊號處理及執行方法。
2.證書號第I300889號之“一種包絡訊號之取得方法及其側頻消除訊號處理方法”,此方法係有關於一種包絡訊號之取得方法及其側頻消除訊號處理方法,其主要係將機械振動訊號經過包絡線處理,而得包絡訊號;該包絡訊號之頻譜在其特徵頻率的兩側常會有等頻分佈之側頻出現,因此再經過側頻消除訊號處理方法來降低甚至消除包絡訊號頻譜上之側頻現象,而運用於損壞機械系統之訊號分析上,將可有效抑制該頻譜上側頻之能量以更明確呈現出損壞特徵頻率,由於可突顯損壞機械系統之特徵頻率,因而可更進一步有助於機械系統損壞與否的判讀。
3.證書號第I238926號之”振動訊號之奇異性診斷處理及執行方法”,此方法係有關一種振動訊號之奇異性診斷處理及執行方法,主要係藉由取一時域振動訊號進行高頻解調,求取此脈衝敲擊點的奇異性分析值,以可直接判定是否為機械損壞之脈衝振動,並可利用一數值形式來表示機械系統之運作狀況,如此將可方便電腦執行判斷,以符合機械損壞偵測自動化之需求。此方法之運算相當繁複,但其所求得之奇異性值在損壞與否的差異性小。
4.公開第200817960號,一種以系統共振模態取得包絡訊號,其係由機械系統振動訊號之振動頻譜決定共振模態數,並取得各共振模態之共振頻率,且以步階函數來近似該振動訊號之包絡訊號,則振動訊號可映射於以共振頻率所建立之三角函數基底上,再以線性最小平方估測法求取其映射係數對,由所得係數對之平方和開根號可獲得機械振動訊號於各共振模態之包絡訊號。
5.公告第201015056號,一種以指數衰減分析機械系統振動的方法,其係由機械系統振動訊號而取得各共振模態之包絡線訊號,將包絡線訊號經取自然對數轉換後,以矩陣式表示而得一系列敲擊訊號之解析,再由線性最小平方法求解則可得包絡線訊號之指數衰減常數,以上述方法應用於軸承損壞分析結果,可顯示在不同模態中其指數衰減常數隨模態數大幅增加,而且損壞軸承所求得之指數衰減常數均遠大於正常軸承之指數衰減常數;因此,以指數衰減之診斷分析方法確可有效應用於機械損壞之診斷分析者。
前述的各種機械振動分析與診斷方法,其目的乃在於改善其計算複雜度與診斷的方便性,期能以更簡易的方法達到更精確的診斷效果,藉以降低診斷設備的硬體成本,特再提供一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,以期達到更佳實用價值性之目的者。
本發明為達上述目的特提供一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,為利用各模態分析後,以其包絡訊號的相關係數值之趨近差異性來診斷機械損壞為主要目的之發明創作者。
本發明一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,的目的與功效係由以下之技術所實現:其主要於機械損壞敲擊之振動模態分析中,其損壞敲擊會激發機械系統多個模態共振,而其各模態間之包絡訊號具有相關的高相似性,再利用計算而得之相關係數的趨近值;藉此,以利用其模態間包絡訊號的相關係數值之趨近差異性,來判斷機械之損壞與否者。
進一步而言,損壞敲擊的模態間之包絡訊號在統計上的相關係數值將會趨近1;反之,對於無損壞敲擊之振動訊號,其模態間之包絡訊號均為隨機雜訊,因此並無相似性,故其模態間之包絡訊號,在統計上的相關係數值將會趨近0;藉此,以達上述所言之係數的趨近值差異方式,來判斷機械之損壞與否者。
為令本發明所運用之技術內容、發明目的及其達成之功效有更完整且清楚的揭露,茲於下詳細說明之,並請一併參閱所揭之圖式及圖號:首先,本發明應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,其主要於於機械振動模態分析中,損壞敲擊會激發機械系統多個模態共振,而其各模態間之包絡訊號具有很高的相似性,因此其模態間之包絡訊號,在統計上的相關係數值(Correlation coefficient)將會趨近1;反之,對於無損壞敲擊之振動訊號,其模態間之包絡訊號均為隨機雜訊,因此並無相似性,故其模態間之包絡訊號,在統計上的相關係數值(Correlation coefficient)將會趨近0;藉此,以利用其模態間包絡訊號之統計相關係數值,在損壞機械與正常機械所計算出統計值的趨近差異,來判斷機械之損壞與否者。
請參閱下列數學式所示,為本發明一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法之求取關係式,首先,由機械損壞敲擊之振動模態分析,可發現其損壞敲擊將會激發機械系統多個模態共振,而其模態間之包絡訊號具有相當高之相關性,因此可經由計算獲得較高的相關係數;反之,對於正常機械之模態間包絡訊號則呈現常態分布之雜訊形式,具有相當低之相關性,因此經由計算可獲得較低的相關係數。
而相關係數(Correlation coefficient)之求取如下式:
其中N
:包絡訊號的取樣點數量;e 1
(k
):選取的第一條包絡訊號;e 2
(k
):選取的第二條包絡訊號;:第一條包絡訊號之取樣N點的平均值;:第二條包絡訊號之取樣N點的平均值;接續,對於振動模態之包絡訊號分析,係可經由各種方式來獲得,於本發明中並不侷限包絡訊號以某種方法獲得,然而,在此實施例的敘述下特列舉高頻解調分析法、解調分析函數運算法、系統共振模態分析法、Morlet小波分析法之求得方法以供參考,而其說明如下:
(一)高頻解調分析法
係如第一圖所示,將所擷取的機械振動訊號經過帶通濾波器後,將訊號通過低通率波則可獲得解調變訊號,其中選擇帶通頻率為3 kHz至5 kHz來獲得第一條包絡訊號,選擇帶通頻率為5 kHz至8 kHz來獲得第二條包絡訊號,下表為兩條包絡線之相關係數,可發現正常軸承之相關係數非常低;而損壞軸承之相關係數則非常高,其間差異非常明顯。因此,可用以判斷軸承之損壞與否。
(二)解調分析函數運算法
其中:f c
為帶通頻帶之中心頻率;f w
為帶通頻帶之頻寬;a
為比例參數可用於調整帶通頻帶之衰減斜率(slope attenuation)。
包絡訊號則可表示為v
(t)與h a,fc,fw
(t
)褶積(convolution)之絕對值,即
選擇帶通頻率為3 kHz至5 kHz來獲得第一條包絡訊號,選擇帶通頻率為5 kHz至8 kHz來獲得第二條包絡訊號,下表為兩條包絡線之相關係數,可發現正常軸承之相關係數非常低;而損壞軸承之相關係數則非常高,其間差異非常明顯。因此,可用以判斷軸承之損壞與否。
(三)系統共振模態分析法
機械共振模態之振幅調變訊號可表示為
其中:L
則為系統振動模的數量;md
是表示損壞數量;d m
(t
)是表示損壞的脈衝;q m
(t
)是表示與敲擊相關的能量因素;a lm
(t
)是表示振動傳遞路徑的函數;此振動訊號v
(t
)之頻率特性將呈現以共振頻率為中心頻率所展開之頻帶。此一現象即為振幅調變。
在連續兩敲擊間,振動訊號d m
(t
)將完全衰減,而且相較於系統共振頻率,其指數衰減頻率較小;因此,在第(1)式之積分項中,q m
(t
)與a m
(t
)可視為常數;故第(1)式又可表示為
且u m
(t
)=,t'
=mod(t
,1/f dm
),f dm
為敲擊頻率。
將第(2)式展開可改寫為
此外,在一共振頻率週期中,u m
(t
)q m
(t
)a lm
(t
)可近似為一常數。因此,可將振動訊號以步階函數來近似表示為
其中,i
和j
分別為步階數和取樣點,而與則為步階函數。為估測α l
(i
)與β l
(i
),在第i
步階中之取樣點數設為N
且N 2L
+1,並以矩陣式表示,則如下式
若簡化上式之表示式,則可表示為
以線性最小平方法(linear least square analysis)求取上式的係數,則可得
因此,對應第(1)式之第1
模之包絡訊號可得
選擇帶通頻率為3 kHz至5 kHz來獲得第一條包絡訊號,選擇帶通頻率為5kHz至8kHz來獲得第二條包絡訊號,下表為兩條包絡線之相關係數,可發現正常軸承之相關係數非常低;而損壞軸承之相關係數則非常高,其間差異非常明顯。因此,可用以判斷軸承之損壞與否。
Morlet小波之母波函數定義為
則藉由對此母波(mother wavelet)函數之縮放參數a與平移參數,可獲致其子波函數,由此子波函數所定義之解析小波(analysis wavelet)為
此解析小波則可視為一正交之Hilbert轉換對(transform pair),如第二圖所示,而Morlet小波轉換則可定義為
其中(t
)是g a,
(t
)的共軛複數。
對損壞敲擊所產生的振幅調變訊號可表示為
其中n
為共振模態數,A i
、ξ i
、f i
、θ i
、σ i
=2πξ i f i
分別為第i
個振動模態之振幅、阻尼比、共振頻率、相角、指數衰減頻率。此振動訊號v
(t
)之小波轉換可表示為
由於實際系統ξ i
很小,故ξ i 2
將趨近於0;此外若設定很小之縮放參數a
,則振動訊號v
(t
)之小波轉換可簡化為
其中則為Morlet小波之帶通增益(passband gain);當設定縮放參數a
=f c
/f i
為很小值時,則式(6)之項為最大值1,則將可濾出振動訊號v
(t
)的第i
個振動模態[請參閱第二圖所示]。
再者,針對縮放參數之設定,如下:當第j
個振動模態最接近第i
個振動模態,並且其共振頻率為f j
=f i
+f
,當|af j
-f c
|設定為足夠小時,利用式(6)則可濾出第i
個振動模態且可消除第j
個與其他之振動模態。因此,令|af j
-f c
|=r
為很小之正值,則對第j
個振動模態之共振頻率處f j
=f i
+Δf
的增益為171.45r 2
dB。例如:當r
=0.483時第j
個振動模態之共振頻率處的增益為40dB或1%;當r
=0.592時第j
個振動模態之共振頻率處的增益為60dB或0.1%。此時第j
個振動模態之增益則已相當小而在實際應用上可予以忽略。
另外,對第i
個振動模態與第j
個振動模態間之Δf
可選擇大於1 kHz間隔之相鄰模態,此時對Morlet小波之縮放參數a
而言將足夠小,並且其範圍可為0.592/Δf a 0.483/Δf
。因此,式(6)之小波轉換可近似為
此外,振動訊號v
(t
)之第i
個模態振動可由上式之實部來獲得
並且第i
個模態之包絡訊號可表示為
其中為正規化係數(normalized coefficient)。
前述之實施例或圖式並非限定本發明之結構樣態或尺寸,任何所屬技術領域中具有通常知識者之適當變化或修飾,皆應視為不脫離本發明之專利範疇。
藉由以上所述,該元件之組成與使用實施說明可知,本發明與現有結構相較之下,具有下列優點,敘述如下:
1.本發明一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,於訊號處理方法運算簡易,無複雜數學表示式之困擾。
2.本發明一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,可配合任一種可獲得包絡訊號的檢測方法,係能達到運用廣泛的優點者。
綜上所述,本發明實施例確能達到所預期之使用功效,又其所揭露之具體構造,不僅未曾見於同類產品中,亦未曾公開於申請前,誠已完全符合專利法之規定與要求,爰依法提出發明專利之申請,懇請惠予審查,並賜准專利,則實感德便。
第一圖:本發明高頻解調分析法之方塊示意圖
第二圖:(a)本發明Morlet小波縮放參數為a
=2.5x10-4
與5x10-4
之實部示意圖(b)本發明Morlet小波縮放參數為a
=2.5x10-4
與5x10-4
之虛部示意圖
Claims (1)
- 一種應用模態間包絡訊號之相關係數值於機械損壞診斷的方法,其主要於機械損壞敲擊之振動模態分析中獲得包絡訊號,其各模態間之包絡訊號具有相似性的差異,以利用於模態間之包絡訊號在統計上的相關係數值之趨近方式來判斷機械損壞者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99120337A TWI420089B (zh) | 2010-06-22 | 2010-06-22 | 應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99120337A TWI420089B (zh) | 2010-06-22 | 2010-06-22 | 應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201200854A TW201200854A (en) | 2012-01-01 |
TWI420089B true TWI420089B (zh) | 2013-12-21 |
Family
ID=46755568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW99120337A TWI420089B (zh) | 2010-06-22 | 2010-06-22 | 應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI420089B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030167845A1 (en) * | 2001-07-10 | 2003-09-11 | Stefan Maetschke | Defect identification in bodies consisting of brittle material |
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
US20070176759A1 (en) * | 2006-02-01 | 2007-08-02 | Zhong Zhang | Abnormality diagnosing method for sound or vibration and abnormality diagnosing apparatus for sound or vibration |
-
2010
- 2010-06-22 TW TW99120337A patent/TWI420089B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030167845A1 (en) * | 2001-07-10 | 2003-09-11 | Stefan Maetschke | Defect identification in bodies consisting of brittle material |
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
US20070176759A1 (en) * | 2006-02-01 | 2007-08-02 | Zhong Zhang | Abnormality diagnosing method for sound or vibration and abnormality diagnosing apparatus for sound or vibration |
Also Published As
Publication number | Publication date |
---|---|
TW201200854A (en) | 2012-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meng et al. | A hybrid fault diagnosis method using morphological filter–translation invariant wavelet and improved ensemble empirical mode decomposition | |
Bin et al. | Early fault diagnosis of rotating machinery based on wavelet packets—Empirical mode decomposition feature extraction and neural network | |
Huimin et al. | Improved threshold denoising method based on wavelet transform | |
Tang et al. | Wind turbine fault diagnosis based on Morlet wavelet transformation and Wigner-Ville distribution | |
Yang | Interpretation of mechanical signals using an improved Hilbert–Huang transform | |
CN109580787B (zh) | 用于变压器高压套管引线超声检测的超声回波去噪方法 | |
CN110967599A (zh) | 一种电能质量扰动检测与定位算法 | |
CN103699513B (zh) | 一种基于多尺度噪声调节的随机共振方法 | |
CN112303504B (zh) | 一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法 | |
Sui et al. | An adaptive envelope spectrum technique for bearing fault detection | |
Yin et al. | Statistical modeling of gear vibration signals and its application to detecting and diagnosing gear faults | |
Zeng et al. | Normalized complex Teager energy operator demodulation method and its application to fault diagnosis in a rubbing rotor system | |
WO2023093315A1 (zh) | 振动信号的特征提取方法、设备分析方法及装置 | |
Zhang et al. | Improved local cepstrum and its applications for gearbox and rolling bearing fault detection | |
Yang et al. | Research on ultrasonic signal processing algorithm based on CEEMDAN joint wavelet packet thresholding | |
CN112485028B (zh) | 振动信号的特征频谱提取方法及机械故障诊断分析方法 | |
CN109034043A (zh) | 基于高阶同步提取变换的非平稳信号处理方法 | |
CN113988125A (zh) | 一种基于改进同步压缩变换的扭振信号瞬时频率提取方法 | |
Lv et al. | Generalized synchroextracting-based stepwise demodulation transform and its application to fault diagnosis of rotating machinery | |
Li et al. | Multi-fault diagnosis of rotating machinery via iterative multivariate variational mode decomposition | |
Zhao et al. | Bearing fault-induced feature enhancement via adaptive multi-band denoising model | |
Liu et al. | A reweighted overlapping group shrinkage method for bearing fault diagnosis | |
CN103915102B (zh) | 一种lfm水声多途信号的噪声抑制方法 | |
TWI420089B (zh) | 應用模態間包絡訊號之相關係數值於機械損壞診斷的方法 | |
Wang et al. | Maximum cross-correlated kurtosis-based unsaturated stochastic resonance and its application to bearing fault diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |