机械动设备的应力波信号采集和分析方法

摘要

一种机械动设备的应力波信号采集和分析方法，步骤如下：(1)应力波传感器将应力波电信号发送给采集器；(2)采集器对应力波电信号去噪处理，并经包络检波得到x(t)；(3)采集器根据x(t)计算应力波能量值E；(4)采集器将应力波能量值E与能量阈值SE进行比较，如果SE>E，则该应力波能量值异常；(5)对异常的应力波能量值作直方图，如果不是正态分布，则认为设备有故障，触发连续小波变换；(9)采集器根据小波变换获取该时隙内倍频的频率值和出现该值的时间，发送给中控机；(10)中控机将接收到的倍频频率值与故障专家库进行匹配，分析设备的故障原因；(11)中控机存储接收到的倍频值和出现该值的时间值，形成机械动设备的故障劣化趋势曲线。

权利要求

1.一种机械动设备的应力波信号采集和分析方法，其特征在于步骤如下：(1)安装在机械动设备监测点的应力波传感器将应力波电信号发送给采集器；

(2)所述采集器对接收到的应力波电信号进行去噪处理，并对去噪处理后的应力波电信号通过包络检波得到x(t)；

(3)采集器根据步骤(2)中的应力波电信号x(t)计算对应时隙内的应力波能量值E；

(4)采集器将应力波能量值E与机械动设备的能量阈值SE进行比较，如果SE＝E，则该应力波能量值异常；

(5)对异常的应力波能量值所对应时隙的应力波电信号作直方图统计，并判断该直方图是否为正态分布，如果是正态分布，则认为设备没有故障征兆；如果不是正态分布，则认为设备有故障征兆，从而触发这个时隙内应力波电信号x(t)的连续小波变换；

(6)应力波电信号x(t)采用下列公式进行连续小波变换：式中，a为伸缩尺度；

b为时间平移参数；

为小波母函数，*表示对小波母函数取共轭；

(7)将步骤(6)的WT(a,b)变为与时间平移参数b相关的一元函数WTa(b)，并对时间平移参数b离散化，得到以伸缩尺度a为变量的WTa(n)；

(8)由步骤(7)的WTa(n)计算峭度，比较峭度与应力波能量值之间变化趋势的相关性，取相关性最大处的峭度作为最佳峭度，并取最佳峭度对应的伸缩尺度a为最优伸缩尺度aopt；

(9)通过最优伸缩尺度aopt所对应的小波系数构造最优分析信号得到Sa(n)，并对Sa(n)包络调解为Se(t)，再通过FFT分析获得包络频谱Se(f)；

(10)采集器根据包络频谱Se(f)获取该时隙内倍频的频率值和出现该值的时刻，并发送给中控机；

(11)所述中控机将接收到的倍频频率值与故障专家库进行匹配，分析设备即将出现或已经出现的故障及其表征；

(12)所述中控机存储接收到的倍频值和出现该值的时间值，形成机械动设备的故障劣化趋势曲线，并将其提前预报给设备管理人员。

2.根据权利要求1所述的机械动设备的应力波信号采集和分析方法，其特征在于：步骤(2)中采用高频带滤波器和低频带滤波器对应力波电信号进行去噪处理。

3.根据权利要求1所述的机械动设备的应力波信号采集和分析方法，其特征在于：步骤(3)对应力波电信号进行积分计算得到该时隙的应力波能量值E。

4.根据权利要求1所述的机械动设备的应力波信号采集和分析方法，其特征在于：步骤(6)的小波母函数采用Morlet小波函数。

5.根据权利要求1所述的机械动设备的应力波信号采集和分析方法，其特征在于：步骤(8)由下列公式确定峭度，式中，E[]表示求期望值。

6.根据权利要求1所述的机械动设备的应力波信号采集和分析方法，其特征在于：应力波能量值从当前时刻往前取十个应力波能量值，作为应力波能量值的变化趋势，即Ei＝[Ei‑9,Ei‑8,···,Ei]，其中i为当前时刻。

说明书

机械动设备的应力波信号采集和分析方法

技术领域

[0001] 本发明涉及机械动设备的故障检测技术领域，特别涉及一种机械动设备的应力波信号采集和分析方法。

背景技术

[0002] 当前应力波监测技术是通过监测机械内部的撞击、摩擦、气穴等声音发射的全部能量值，作为判断机械是否有磨损或故障的标识，当发现异常能量值时，取出异常能量值这段时间的采集数据，对这些数据进行FFT分析(即快速傅里叶变换)得到频谱结果，然后通过识别频谱中的倍频值分析设备出现故障的原因。但是，这种监测技术只能获取一段信号总体上包含哪些频率的成分，而无法得到各成分出现的时刻和优先性，使得时域相差很大的两个信号很可能得到相同的频谱图；因此适用于处理平稳信号，而对处理非平稳信号有一定的缺陷。然而，机械动设备在实际运行过程中，所产生的信号通常是非平稳信号，采用现有的这种监测技术只能在设备发生故障后才能反映出故障，也不能判断故障的主因或先因，从而影响故障的定位和解除效率。

发明内容

[0003] 本发明的目的是针对现有技术的不足，提供一种机械动设备的应力波信号采集和分析方法，其既能获取故障频率，便于检修人员查明设备的故障原因，还能获取故障基于时间的变化趋势，得到设备故障的劣化趋势，从而极大地提高维修的准确性和及时性。

[0004] 本发明的技术方案是：一种机械动设备的应力波信号采集和分析方法，步骤如下：

[0005] (1)安装在机械动设备监测点的应力波传感器将应力波电信号发送给采集器；

[0006] (2)所述采集器对接收到的应力波电信号进行去噪处理，并对去噪处理后的应力波电信号通过包络检波得到x(t)；

[0007] (3)采集器根据步骤(2)中的应力波电信号x(t)计算对应时隙内的应力波能量值E；

[0008] (4)采集器将应力波能量值E与机械动设备的能量阈值SE进行比较，如果SE＝E，则该应力波能量值异常；

[0009] (5)对异常的应力波能量值所对应时隙的应力波电信号作直方图统计，并判断该直方图是否为正态分布，如果是正态分布，则认为设备没有发生故障征兆；如果不是正态分布，则认为设备有故障征兆，因此触发这个时隙内应力波电信号x(t)的连续小波变换；

[0010] (6)应力波电信号x(t)采用下列公式进行连续小波变换：

[0011]

[0012] 式中，a为伸缩尺度；

[0013] b为时间平移参数；

[0014] 为小波母函数，*表示对小波母函数取共轭；

[0015] (7)将步骤(6)的WT(a,b)变为与时间平移参数b相关的一元函数WTa(b)，并对时间平移参数b离散化，得到以伸缩尺度a为变量的WTa(n)；

[0016] (8)由步骤(7)的WTa(n)计算峭度，比较峭度与应力波能量值之间变化趋势的相关性，取相关性最大处的峭度作为最佳峭度，并取最佳峭度对应的伸缩尺度a为最优伸缩尺度aopt；

[0017] (9)通过最优伸缩尺度aopt所对应的小波系数构造最优分析信号得到Sa(n)，并对Sa(n)包络调解为Se(t)，再通过FFT分析获得包络频谱Se(f)；

[0018] (10)采集器根据包络频谱Se(f)获取该时隙内倍频的频率值和出现该值的时间，并发送给中控机；

[0019] (11)所述中控机将接收到的倍频频率值与故障专家库进行匹配，分析设备即将出现或已经出现的故障及其表征；

[0020] (12)所述中控机存储接收到的倍频值和出现该值的时间值，形成机械动设备的故障劣化趋势曲线，并将其提前预报给设备管理人员。

[0021] 进一步的，步骤(2)中采用高频带滤波器和低频带滤波器对应力波电信号进行去噪处理。

[0022] 进一步的，步骤(3)对应力波电信号进行积分计算得到该时隙的应力波能量值E。

[0023] 进一步的，步骤(6)的小波母函数采用Morlet小波函数。

[0024] 进一步的，步骤(8)由下列公式确定峭度，

[0025]

[0026] 式中，E[]表示求期望值。

[0027] 进一步的，应力波能量值从当前时刻往前取十个应力波能量值，作为应力波能量值的变化趋势，即Ei＝[Ei‑9,Ei‑8,···,Ei]，其中i为当前时刻。

[0028] 采用上述技术方案：通过采集器接收应力波传感器发送的应力波电信号，并对应力波电信号进行去噪处理，保留有效的电信号，使检测更加可靠。然后根据应力波电信号计算应力波能量值，如果该时隙的应力波能量值小于标准阈值，且该时间段内的直方图统计为非正态分布，则认为该时间段内的应力波电信号异常，从而触发该应力波能量值时隙内的连续小波变换，保证触发小波变换的准确性及整个系统分析工作的高效性，从提高监测分析、故障聚焦和定位的效率。通过对异常的应力波能量值进行小波变换，可以获取该应力波能量值所对应的倍频值，将该倍频值与专家故障库进行匹配，即可得知造成异常应力波电信号的原因即设备的可能故障点；而且，由于采用的小波变换，更适用于分析机械动设备实际运行产生的非平稳信号，能获取基于时间轴的故障频谱图，因此通过存储各个倍频值和出现倍频值的时间，就能得到一条设备故障的变化趋势曲线，即得到机械动设备的故障劣化趋势，从而对设备发生的故障进行提前预警，极大的提高维修人员的检修准确性和及时性，保证工厂的正常生产工作。

[0029] 下面结合说明书附图和具体实施例对本发明作进一步说明。

附图说明

[0030] 图1为本发明的逻辑流程图；

[0031] 图2为本发明的一个实施例经连续小波变换得到的频域图。

具体实施方式

[0032] 参见图1至图2，一种机械动设备的应力波信号采集和分析方法，步骤如下：

[0033] (1)安装在机械动设备监测点的应力波传感器将应力波电信号发送给采集器，该应力波电信号为电压信号。

[0034] (2)所述采集器对接收到的应力波电信号进行去噪处理，采用高频带滤波器和低频带滤波器对应力波电信号进行去噪处理，从而保留有效的应力波电信号，使接收到的应力波电信号值更可靠，并对去噪处理后的应力波电信号通过包络检波得到x(t)；

[0035] (3)采集器根据步骤(2)中的应力波电信号x(t)计算对应时隙内的应力波能量值E，本实施例中对应力波电信号采用积分的方式，计算得到该时隙的应力波能量值E；

[0036] (4)采集器将应力波能量值E与机械动设备的能量阈值SE进行比较，如果SE＝E，则该应力波能量值异常。

[0037] (5)对异常的应力波能量值所对应时隙的应力波电信号作直方图统计，并判断该直方图是否为正态分布，如果是正态分布，则认为设备没有发生故障征兆；如果不是正态分布，则认为设备有故障征兆，因此触发这个时隙内应力波电信号x(t)的连续小波变换，即应力波能量值既要满足小于能量阈值，又要满足直方图统计为非正态分布，才能判断该时隙内的应力波电信号为异常，防止小波变换被误触发的情况，提高监测分析效率。

[0038] (6)应力波电信号x(t)采用下列公式进行连续小波变换：

[0039]

[0040] 式中，a为伸缩尺度；

[0041] b为时间平移参数；

[0042] 为小波母函数，本实施例中采用Morlet小波函数作为小波母函数，x(t)与小波函数 作卷积，*表示对小波母函数取共轭；

[0043] (7)将步骤(6)的WT(a,b)变为与时间平移参数b相关的一元函数WTa(b)，并对时间平移参数b离散化，得到以伸缩尺度a为变量的WTa(n)；由于根据卷积定理的性质，连续小波变换可表示为：

[0044]‑1

[0045] 式中，X(f)、Ψ(f)分别为x(t)、 的傅里叶变换，F []为傅里叶变换的逆变换，b为逆变换后的时间平移参数，则连续小波变换碧昂当与利用一组带通滤波器对信号进行带通滤波，每一个伸缩尺度a对应于一个带通滤波器 即单个滤波器的带宽和中心频率有伸缩尺度a决定，因此，伸缩尺度a的选取决定了连续小波变换的准确性。

[0046] (8)由步骤(7)的WTa(n)计算峭度，即根据式(3)确定峭度，

[0047]

[0048] 式中，E[]表示求期望值，WTa(n)为步骤(7)中时间平移参数b离散化后的小波系数；

[0049] 应力波能量值从当前时刻往前取十个应力波能量值，作为应力波能量值的变化趋势，即Ei＝[Ei‑9,Ei‑8,···,Ei)]，其中i为当前时刻；

[0050] 比较峭度kua与应力波能量值之间变化趋势的相关性，取相关性最大处的峭度作为最佳峭度，并取最佳峭度对应的伸缩尺度a为最优伸缩尺度aopt。

[0051] (9)通过最优伸缩尺度aopt所对应的小波系数构造最优分析信号得到Sa(n)，并对Sa(n)包络调解为Se(t)，再通过FFT分析获得包络频谱Se(f)；

[0052] (10)采集器根据包络频谱Se(f)获取该时隙内倍频的频率值和出现该值的时刻，并发送给中控机；

[0053] (11)所述中控机将接收到的倍频频率值与故障专家库进行匹配，分析设备即将出现或已经出现的故障及其表征；

[0054] (12)所述中控机存储接收到的倍频值和出现该值的时间值，形成机械动设备的故障劣化趋势曲线，并将其提前预报给设备管理人员。

[0055] 本方法在实际应用过程中，经连续小波变换得到的频谱图如图2所示，1X、2X、3X分别表示一倍频值、两倍频值、三倍频值，各倍频值表示对应的机械动设备固定点位的故障。

[0056] 通过采集器接收应力波传感器发送的应力波电信号，并对应力波电信号进行去噪处理，保留有效的电信号，使检测更加可靠。然后根据应力波电信号计算应力波能量值，如果该时隙的应力波能量值小于标准阈值，且该时间段内的直方图统计为非正态分布，则认为该时间段内的应力波能量值异常，从而触发该应力波能量值在这个时间段内的连续小波变换，保证触发小波变换的准确性，防止出现小波变换误触发的情况，提高监测效率。通过对异常的应力波能量值进行小波变换，可以获取该应力波能量值所对应的倍频值，将该倍频值与专家故障库进行匹配，即可得知造成异常应力波能量值的故障原因，而且，由于采用的小波变换，更适用于分析机械动设备实际运行产生的非平稳信号，能获取基于时间轴的故障频谱图，因此通过存储各个倍频值和出现倍频值的时间，就能得到一条故障的变化趋势曲线，即能得到机械动设备的故障劣化趋势，从而对设备发生的故障进行提前预警，能极大的提高维修人员的检修及时性，保证工厂的正常生产工作。