CN112665704A - 一种拆分动设备振动频谱峰频的方法 - Google Patents

一种拆分动设备振动频谱峰频的方法 Download PDF

Info

Publication number
CN112665704A
CN112665704A CN201910976648.5A CN201910976648A CN112665704A CN 112665704 A CN112665704 A CN 112665704A CN 201910976648 A CN201910976648 A CN 201910976648A CN 112665704 A CN112665704 A CN 112665704A
Authority
CN
China
Prior art keywords
frequency
vibration
peak frequency
frequency spectrum
peak
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
CN201910976648.5A
Other languages
English (en)
Other versions
CN112665704B (zh
Inventor
池海龙
杨云飞
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.)
Shanghai Shushen Intelligent Technology Co ltd
Original Assignee
Shanghai Shushen Intelligent Technology 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 Shanghai Shushen Intelligent Technology Co ltd filed Critical Shanghai Shushen Intelligent Technology Co ltd
Priority to CN201910976648.5A priority Critical patent/CN112665704B/zh
Publication of CN112665704A publication Critical patent/CN112665704A/zh
Application granted granted Critical
Publication of CN112665704B publication Critical patent/CN112665704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本申请实施例公开了一种拆分动设备振动频谱峰频的方法，使得动设备故障振动诊断方法可以采集得到更准确的频谱特征数据，从而提高对动设备振动故障诊断的准确性。传统设备振动频谱峰频的拆分方法采用频谱功率值极大值求取法，抓取功率曲线上所有可视的峰频频率值和功率值作为频谱特征数据，这种方法的缺点是无法有效区分重叠或相近频率信号的峰频特征值，从而会引起振动故障诊断遗漏或偏差；利用动设备振动信号可以看成是振源信号与异常冲击叠加的原理，利用相应的数据处理技术，把设备振动频率峰频中的复合峰频、叠加峰频有效拆分出来，从而得到更加准确的频谱特征数据，让振动故障诊断更准确。

Description

一种拆分动设备振动频谱峰频的方法
技术领域
本申请涉及利用一种拆分动设备振动频谱峰频的方法，使得动设备故障振动诊断方法可以采集得到更准确的频谱特征数据，从而提高对动设备振动故障诊断的准确性。其特征在于，包括：利用动设备振动信号可以看成是振源信号与异常冲击叠加的原理，根据峰频带宽相对稳定特征，建立频域带宽子波，对频谱数据进行相应处理，把设备振动频率峰频中的复合峰频、叠加峰频有效拆分出来，从而得到更加准确的频谱特征数据，让振动故障诊断更准确。
背景技术
动设备出现故障时，往往在设备振动信号里会出现相应的频谱峰值，一般为转速或电源频率的倍频、分数频或者复合频率，设备振动故障诊断方法主要就是根据故障与峰频值的因果关系来反推故障类型。但是，实际采集数据中，当设备有多种故障或者工况条件复杂时，设备振动信号的频谱峰值个数会较多，有些特征峰频值会比较靠近，产生频谱复合、叠加现象，这就给峰频拆分和利用振动频率特征反演诊断故障的计算工作带来困难，因此，科学有效的峰频拆分技术就在机电设备振动故障诊断中显得尤为重要。
发明内容
附图说明：
图1是本申请实施例的方法逻辑图
本申请实施例提供了一种有效的动设备振动频谱峰频拆分技术，使得设备故障振动诊断方法可以采集得到更准确的频谱特征数据，从而提高对动设备振动故障诊断的准确性，使得振动故障诊断软件***可以有效地根据设备的峰频频谱特征准确地学习反演出设备的故障类型及其发生概率；
第一方面，快速傅里叶变换技术。这是个市场上已有的成熟技术，本发明内容需要利用到技术，由时域振动信号得到频谱数据；
第二方面，提取峰频带宽技术。这是本发明内容之一，利用动设备振动信号可以看成是振源信号与异常冲击叠加的原理，符合褶积运算公式：z(t)=x(t)*h(t)=∫x(m)h(t-m)dm，根据峰频带宽相对稳定特征，建立振源信号的频域带宽子波h(t)。采用智能分析算法，主动提取频谱数据中的部分峰频信息，得到峰频带宽特征，建立频域带宽子波，例如：普遍带宽一般为0.5-3HZ左右，如为1HZ；
第三方面，峰频拆分技术。这是本发明内容之一，利用振源信号的频域带宽子波h(t)，对频谱数据进行相应处理，具体对监测信号z(t)进行反褶积运算，求取反映异常冲击的反射系数x(t)，把设备振动频率峰频中的复合峰频、叠加峰频有效拆分出来，即把反映不同冲击的峰频信号有效区分出来，从而得到更加准确的频谱特征数据。具体先利用前后频谱值比较大小算法，以及最低幅值，求取振动频谱中所有有效的峰频信息（频率、功率和带宽信息），形成设备振动频谱峰频特征序列信息；对于峰频带宽大于1.5倍标准带宽的或者相邻峰频频率间距小于0.5倍标准带宽的，利用带宽子波对该部分频谱信号进行反褶积运算，解析复合或叠加信号，求取离散后的峰频信息；将新的峰频信息替代原有的峰频，列入特征序列当中；
第四方面，根据第三点的结果将设备振动频谱峰频特征序列信息中的每组峰频信息（频率、功率值）与已建立好的《故障频谱特征库》中的特征序列信息依次比对，根据吻合程度，给出故障类型和故障概率，存在一对多的情形;
第五方面，比较完所有频谱特征信息，按故障类型进行归集，累计故障概率，并给出最终诊断结果。

Claims (3)

1.一种科学拆分设备振动频谱峰频的方法，使得设备故障振动诊断方法可以采集得到更准确的频谱特征数据，从而提高对动设备振动故障诊断的准确性；其特征在于，包括：利用动设备振动信号可以看成是振源信号与异常冲击叠加的原理，根据峰频带宽相对稳定特征，建立频域带宽子波，对频谱数据进行相应处理，把设备振动频率峰频中的复合峰频、叠加峰频有效拆分出来，从而得到更加准确的频谱特征数据，让振动故障诊断更准确。
2.根据权利要求1所述的方法，其特征在于，利用动设备振动信号可以看成是振源信号与异常冲击叠加的原理，根据峰频带宽相对稳定特征，建立频域带宽子波。
3.根据权利要求1所述的方法，其特征在于，利用频域带宽子波，对频谱数据进行相应处理，把设备振动频率峰频中的复合峰频、叠加峰频有效拆分出来，从而得到更加准确的频谱特征数据，让振动故障诊断更准确。
CN201910976648.5A 2019-10-15 2019-10-15 一种拆分动设备振动频谱峰频的方法 Active CN112665704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910976648.5A CN112665704B (zh) 2019-10-15 2019-10-15 一种拆分动设备振动频谱峰频的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910976648.5A CN112665704B (zh) 2019-10-15 2019-10-15 一种拆分动设备振动频谱峰频的方法

Publications (2)

Publication Number Publication Date
CN112665704A true CN112665704A (zh) 2021-04-16
CN112665704B CN112665704B (zh) 2023-03-24

Family

ID=75399734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910976648.5A Active CN112665704B (zh) 2019-10-15 2019-10-15 一种拆分动设备振动频谱峰频的方法

Country Status (1)

Country Link
CN (1) CN112665704B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116223909A (zh) * 2022-11-18 2023-06-06 南方电网数字电网研究院有限公司 叠加信号的重建方法、装置、服务器和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101666677A (zh) * 2009-09-25 2010-03-10 北京工业大学 一种用于提取低速重载设备微弱故障特征信息的方法
CN102095802A (zh) * 2009-12-14 2011-06-15 黑龙江省电力科学研究院 一种基于振动声学的支柱绝缘子裂纹的检测方法
US20130006550A1 (en) * 2011-07-01 2013-01-03 Jessica Gullbrand Identifying electrical sources of acoustic noise
CN103076177A (zh) * 2013-01-16 2013-05-01 昆明理工大学 一种基于振动检测的滚动轴承故障检测方法
CN208458876U (zh) * 2018-07-18 2019-02-01 上海数深智能科技有限公司 一种便于使用的蓝牙测振仪

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101666677A (zh) * 2009-09-25 2010-03-10 北京工业大学 一种用于提取低速重载设备微弱故障特征信息的方法
CN102095802A (zh) * 2009-12-14 2011-06-15 黑龙江省电力科学研究院 一种基于振动声学的支柱绝缘子裂纹的检测方法
US20130006550A1 (en) * 2011-07-01 2013-01-03 Jessica Gullbrand Identifying electrical sources of acoustic noise
CN103076177A (zh) * 2013-01-16 2013-05-01 昆明理工大学 一种基于振动检测的滚动轴承故障检测方法
CN208458876U (zh) * 2018-07-18 2019-02-01 上海数深智能科技有限公司 一种便于使用的蓝牙测振仪

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨永杰，等: "煤岩三轴卸围压破坏声发射本征频谱特征试验研究", 《采矿与安全工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116223909A (zh) * 2022-11-18 2023-06-06 南方电网数字电网研究院有限公司 叠加信号的重建方法、装置、服务器和存储介质
CN116223909B (zh) * 2022-11-18 2023-12-12 南方电网数字电网研究院有限公司 叠加信号的重建方法、装置、服务器和存储介质

Also Published As

Publication number Publication date
CN112665704B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
Qin et al. M-band flexible wavelet transform and its application to the fault diagnosis of planetary gear transmission systems
CN108875170B (zh) 一种基于改进变分模态分解的噪声源识别方法
CN105628381B (zh) 一种基于改进的局部均值分解的往复压缩机轴承故障诊断方法
CN103076547B (zh) 基于支持向量机的gis局部放电故障类型模式识别方法
CN108458871B (zh) 一种基于改进经验小波变换的齿轮箱故障识别方法
CN109765055B (zh) 基于ewt、谱有效值和knn的滚动轴承故障检测方法及***
CN111259992A (zh) 基于时变奇异谱的往复压缩机气阀故障诊断方法
CN104008294B (zh) 轴承异常检测***及其方法
CN107525671B (zh) 一种风电机组传动链复合故障特征分离与辨识方法
CN104483602A (zh) 局部放电信号识别方法及装置
CN112665704B (zh) 一种拆分动设备振动频谱峰频的方法
Jaber et al. A simulation of non-stationary signal analysis using wavelet transform based on LabVIEW and Matlab
CN113269169A (zh) 一种轴承故障检测方法和装置
CN107966287B (zh) 一种自适应机电装备微弱故障特征提取方法
CN110673000B (zh) 一种油浸式电流互感器局部放电在线监测方法及装置
CN114167237A (zh) 一种gis局部放电故障识别方法、***、计算机设备、存储介质
CN117571316A (zh) 一种复合故障诊断方法及***
Li et al. Bearing fault detection via wavelet packet transform and rough set theory
Pramesti et al. Stator fault identification analysis in induction motor using multinomial logistic regression
CN113639985B (zh) 一种基于优化故障特征频谱的机械故障诊断与状态监测方法
CN112104340B (zh) 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法
Hu et al. Degradation assessment of bearing fault using SOM network
Shicheng et al. An effective S-transform feature extraction method for classification of power quality disturbance Signals
Damine et al. Comparative study between EEMD-MED and VMD-MED techniques dedicated to bearing fault detection in induction motors
Shi et al. Fault Diagnosis of Transmission Lines Based on Improved Complete Ensemble Empirical Mode Decomposition

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