一種機械故障診斷方法技術

本發(fā)明專利技術公布了一種機械故障診斷方法，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。本發(fā)明專利技術設計的機械故障檢測方法，通過對機械高速運轉過程中表現(xiàn)出來的振動信號進行分析，并實現(xiàn)故障的檢測，能夠實現(xiàn)被檢測機械設備無需停機即實現(xiàn)故障的檢測，提高了故障檢測的效率。

【技術實現(xiàn)步驟摘要】
【專利摘要】本專利技術公布了，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。本專利技術設計的機械故障檢測方法，通過對機械高速運轉過程中表現(xiàn)出來的振動信號進行分析，并實現(xiàn)故障的檢測，能夠實現(xiàn)被檢測機械設備無需停機即實現(xiàn)故障的檢測，提高了故障檢測的效率。【專利說明】
本專利技術涉及一種高向高速運轉的機械設備故障檢測方法，尤其是通過對調整運轉設備振動信號進行測量分析的故障檢測方法。
技術介紹
目前，高速運轉的機械設備在運行過程中，可能會存在一些潛在的故障風險，而將這類高速運轉設備停機，再進行設備的故障檢測，雖然能夠發(fā)現(xiàn)設備中所存在的相當一部分故障，但是這種檢測方法一方面會降低機械設備的使用效率。另一方面高速運轉設備在靜止狀態(tài)所檢測到的故障類型，與在高速運行狀態(tài)下所表現(xiàn)的故障種類和類型有一定差另O，尤其是一些潛在的故障風險，在靜止狀態(tài)下難以被檢測到，只有在設備在高速運轉的時候，才有可能表現(xiàn)出故障的特征。因此面向高速機械設備故障檢測的方法的一種有效的途徑是通過讓機械設備在高速運轉環(huán)境下進行故障的檢測。當前對機械設備高速運轉條件下進行故障檢測的途徑，主要是通過機械設備在高速運轉條件下所表現(xiàn)出來的振動、噪聲等外在特征進行分析，對這類物理信號進行提取和特征分析，進而對高速運轉的機械設備是否存在故障風險進行判別。為了提高機械設備故障檢測的精度和準確性，需要對高速機械設備信號分析的方法和處理技術進行深入的研究，設計具有高分辨率的、易于實現(xiàn)的機械設備故障檢測方法。【專利技術內容】本專利技術目的是針對現(xiàn)有技術存在的缺陷提供一種精確有效的故障檢測方法，通過對機械振動信號的分析，能夠解決絕大多數在高速運轉過程會產生振動信號的機械設備故障檢測的應用需求。本專利技術為實現(xiàn)上述目的，采用如下技術方案:，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。進一步的，其包括如下具體診斷步驟: 1)、啟動機械設備使其處于正常的高速運轉狀態(tài)； 2)、通過部署在機械設備上的振動傳感器，采集機械設備在高速運轉過程中的原始振動信號； 3)、對振動傳感器所采集到的所述振動信號進行數據融合，即將機械設備上任意一處相鄰的兩個振動傳感器所采集到的振動信號進行求和并取平均值，得到該處相對穩(wěn)定的平均振動信號值； 4)、對所得到的每一處振動信號值進行小波變換，變換之后得到高速運轉振動信號的特征值； 5)、提取至少一千組步驟2)中的原始振動信號，以及機械處于不同種類故障時的高速運轉振動信號，將所有振動信號的數值分別進行小波變換，并將所得到的結果進行C4.5分類決策樹的構造； 6)、在完成C4.5分類決策樹的構造之后，將每一次實際所采集到的機械高速運轉的振動信號，經小波變換得到實際振動信號特征值，然后利用C4.5分類決策樹對所得到的實際振動信號特征值進行分類； 7)、由C4.5分類決策樹完成對給定的實際振動信號特征值進行分類識別，給出識別的結果; 8)、據初始的C4.5分類決策樹訓練結果表，查表獲取C4.5分類決策樹每一種分類情況所對應的高速機械運轉的狀態(tài)，以及該狀態(tài)所蘊含的具體故障類型。本專利技術的有益效果:1、本專利技術設計的機械故障檢測方法，通過對機械高速運轉過程中表現(xiàn)出來的振動信號進行分析，并實現(xiàn)故障的檢測，能夠實現(xiàn)被檢測機械設備無需停機即實現(xiàn)故障的檢測，提高了故障檢測的效率。2、本專利技術設計的故障檢測方法，通過對機械的振動信號進行采集和小波變換，能夠有效的提取振動信號中所包含的故障信號特征，并能夠對故障信號特征進行放大和分離，有助于對機械故障的識別和分類。3、本專利技術設計的機械故障檢測方法，在進行故障分類時通過預先設定的大量故障信號和數據進行訓練，得到了基于C4.5分類決策樹的故障分類器。該分類決策器相對于簡單的手工分類，或者憑經驗進行故障分類，具有較高的故障分類準確性和客觀性，既能夠保證故障檢測方法具有較高的精度，同時也能夠保證該檢測方法具有較強的通用性。【專利附圖】【附圖說明】圖1為本專利技術的故障檢測方法流程圖。圖2為本專利技術的故障信號測量數據融合原理圖。圖3為本專利技術的小波變換后的數據去噪流程圖。圖4為本專利技術的決策樹生成的流程圖。【具體實施方式】本專利技術的設計原理是通過對高速運轉設備運行過程中的振動信號進行采集，獲取調整運轉設備的振動信號特征，并將振動信號進行小波變換，提取振動信號中的特征。并通過設計專門的機械振動信號分類決策樹，實現(xiàn)對機械振動信號的分類輸出，從而解決對高速運轉的機械設備故障檢測的應用需求。而且由于所輸出的振動信號進行了分類，因此一旦發(fā)現(xiàn)故障，不僅能夠判斷出高速運轉的機械設備是否存在故障，同時也能夠給出該設備存在的故障類型。根據圖1-圖4可知，本專利技術具體涉及，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。其包括如下具體診斷步驟: 1)、啟動機械設備使其處于正常的高速運轉狀態(tài)； 2)、通過部署在機械設備上的振動傳感器，采集機械設備在高速運轉過程中的原始振動信號； 3)、對振動傳感器所采集到的所述振動信號進行數據融合，即將機械設備上任意一處相鄰的兩個振動傳感器所采集到的振動信號進行求和并取平均值，得到該處相對穩(wěn)定的平均振動信號值； 4)、對所得到的每一處振動信號值進行小波變換，變換之后得到高速運轉振動信號的特征值； 5)、提取至少一千組步驟2)中的原始振動信號，以及機械處于不同種類故障時的高速運轉振動信號，將所有振動信號的數值分別進行小波變換，并將所得到的結果進行C4.5分類決策樹的構造； 6)、在完成C4.5分類決策樹的構造之后，將每一次實際所采集到的機械高速運轉的振動信號，經小波變換得到實際振動信號特征值，然后利用C4.5分類決策樹對所得到的實際振動信號特征值進行分類； 7)、由C4.5分類決策樹完成對給定的實際振動信號特征值進行分類識別，給出識別的結果; 8)、據初始的C4.5分類決策樹訓練結果表，查表獲取C4.5分類決策樹每一種分類情況所對應的高速機械運轉的狀態(tài)，以及該狀態(tài)所蘊含的具體故障類型。以上所述僅為本專利技術的較佳實施例，并不用以限制本專利技術，凡在本專利技術的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本專利技術的保護范圍之內。【權利要求】1.，其特征在于，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。2.如權利要求1所述的，其包括如下具體診斷步驟: 1)、啟動機械設備使其處于正常的高速運轉狀態(tài)； 2)、通過部署在機械設備上的振動傳感器，采集機械設備在高速運轉過程中的原始振動信號； 3)、對振動傳感器所采集到的所述振動信號進行數據融合，即將機械設備上任意一處相鄰的兩個振動傳感器所采集到的振動信號進行求和并取平均值，得到該處相對穩(wěn)定的平均振動信號值； 4)、對所得到的每一處振動信號值進行小波變換，變換之后得到高速運本文檔來自技高網...

【技術保護點】
一種機械故障診斷方法，其特征在于，通過在機械調整運轉的狀態(tài)下，利用提前部署的振動傳感器獲得機械調整運轉的振動信號，然后通過對振動信號的分析與提取實現(xiàn)對調整運轉機械故障的診斷與識別。

【技術特征摘要】

【專利技術屬性】
技術研發(fā)人員：劉春梅，劉恒，陳華，譚順學，楊達飛，陳英，
申請(專利權)人：柳州職業(yè)技術學院，
類型：發(fā)明
國別省市：廣西;45