[发明专利]一种机械故障诊断方法

说明书

技术领域

本发明涉及一种高向高速运转的机械设备故障检测方法，尤其是通过对调整运转设备振动信号进行测量分析的故障检测方法。

背景技术

目前，高速运转的机械设备在运行过程中，可能会存在一些潜在的故障风险，而将这类高速运转设备停机，再进行设备的故障检测，虽然能够发现设备中所存在的相当一部分故障，但是这种检测方法一方面会降低机械设备的使用效率。另一方面高速运转设备在静止状态所检测到的故障类型，与在高速运行状态下所表现的故障种类和类型有一定差别，尤其是一些潜在的故障风险，在静止状态下难以被检测到，只有在设备在高速运转的时候，才有可能表现出故障的特征。因此面向高速机械设备故障检测的方法的一种有效的途径是通过让机械设备在高速运转环境下进行故障的检测。

当前对机械设备高速运转条件下进行故障检测的途径，主要是通过机械设备在高速运转条件下所表现出来的振动、噪声等外在特征进行分析，对这类物理信号进行提取和特征分析，进而对高速运转的机械设备是否存在故障风险进行判别。为了提高机械设备故障检测的精度和准确性，需要对高速机械设备信号分析的方法和处理技术进行深入的研究，设计具有高分辨率的、易于实现的机械设备故障检测方法。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种精确有效的故障检测方法，通过对机械振动信号的分析，能够解决绝大多数在高速运转过程会产生振动信号的机械设备故障检测的应用需求。

本发明为实现上述目的，采用如下技术方案：一种机械故障诊断方法，通过在机械调整运转的状态下，利用提前部署的振动传感器获得机械调整运转的振动信号，然后通过对振动信号的分析与提取实现对调整运转机械故障的诊断与识别。

进一步的，其包括如下具体诊断步骤：

1）、启动机械设备使其处于正常的高速运转状态；

2）、通过部署在机械设备上的振动传感器，采集机械设备在高速运转过程中的原始振动信号；

3）、对振动传感器所采集到的所述振动信号进行数据融合，即将机械设备上任意一处相邻的两个振动传感器所采集到的振动信号进行求和并取平均值，得到该处相对稳定的平均振动信号值；

4）、对所得到的每一处振动信号值进行小波变换，变换之后得到高速运转振动信号的特征值；

5）、提取至少一千组步骤2）中的原始振动信号，以及机械处于不同种类故障时的高速运转振动信号，将所有振动信号的数值分别进行小波变换，并将所得到的结果进行C4.5分类决策树的构造；

6）、在完成C4.5分类决策树的构造之后，将每一次实际所采集到的机械高速运转的振动信号，经小波变换得到实际振动信号特征值，然后利用C4.5分类决策树对所得到的实际振动信号特征值进行分类；

7）、由C4.5分类决策树完成对给定的实际振动信号特征值进行分类识别，给出识别的结果；

8）、据初始的C4.5分类决策树训练结果表，查表获取C4.5分类决策树每一种分类情况所对应的高速机械运转的状态，以及该状态所蕴含的具体故障类型。

本发明的有益效果：1、本发明设计的机械故障检测方法，通过对机械高速运转过程中表现出来的振动信号进行分析，并实现故障的检测，能够实现被检测机械设备无需停机即实现故障的检测，提高了故障检测的效率。

2、本发明设计的故障检测方法，通过对机械的振动信号进行采集和小波变换，能够有效的提取振动信号中所包含的故障信号特征，并能够对故障信号特征进行放大和分离，有助于对机械故障的识别和分类。

3、本发明设计的机械故障检测方法，在进行故障分类时通过预先设定的大量故障信号和数据进行训练，得到了基于C4.5分类决策树的故障分类器。该分类决策器相对于简单的手工分类，或者凭经验进行故障分类，具有较高的故障分类准确性和客观性，既能够保证故障检测方法具有较高的精度，同时也能够保证该检测方法具有较强的通用性。

附图说明

图 1为本发明的故障检测方法流程图。

图 2为本发明的故障信号测量数据融合原理图。

图 3为本发明的小波变换后的数据去噪流程图。

图 4为本发明的决策树生成的流程图。

具体实施方式