[发明专利]一种水电机组的振动故障诊断方法

说明书

技术领域

本发明属于故障诊断技术领域，更具体的说，涉及一种水电机组的振动故障诊断方法。

背景技术

近年来，关于水电机组振动故障诊断的研究如火如荼。故障诊断的大体步骤可以分为三步：振动信号处理、特征向量提取、故障类型诊断。

振动信号的处理主要是指对原始信号进行过滤，即去噪处理。在这方面，国内外的研究方法主要有短时傅里叶变换、小波分析法、高阶统计量、混沌振子法等等。短时傅里叶变换虽然在一定程度上很好地描述了非平稳信号的时变特性，但无法避免时频窗固定的缺陷；小波分析法具有对信号按不同的尺度进行分层分析的功能，但其小波基函数的选择还没有一个基本的标准或通用的方法，另外，信号采样频率和长度对小波变换分辨率的影响问题，人们至今还未能有效解决；高阶统计量能够完全抑制任何高斯噪声，但缺点在于计算量大，抑制的对象只是白噪声和高斯色噪声。混沌振子法需要知道待检测信号的确切频率以构造周期策动力，在一定程度上限制了这种方法的适用范围。

特征向量提取主要是指提取能够反映故障信息的特征向量。目前应用最为广泛的方法主要有Hilbert-huang变换和小波包分解，但这两种方法比较繁琐且耗时较多。

故障类型的诊断是指对所提取的特征向量进行分类诊断。因果分析诊断法是一种离线的后发性诊断工作，无法实现实时在线诊断；故障树诊断法受主观因素影响较大，同时不能诊断不可预知的故障；模糊诊断法利用的信息单一，其诊断精度无法保证；专家诊断系统主要存在推理能力弱、诊断系统建立周期长和知识库维护性差等问题；神经网络需要大量的样本才能保证其诊断的可靠性；粗糙集在构造信息决策表时受主观影响较大。

由上述分析可知，现有的振动故障诊断方法都有其各自的局限性，由于水电机组事故的频频发生，因此亟需一种行之有效的水电机组振动故障诊断方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种行之有效的水电机组振动故障诊断方法，以有效地对水电机组故障进行精确诊断。

为实现上述目的，本发明采用的技术方案如下：

一种水电机组的振动故障诊断方法，包括以下步骤：

步骤一，利用随机共振技术对采集到的原始振动信号进行去噪处理；

步骤二，利用多维度排列熵技术对去噪后的振动信号进行特征向量的提取；

步骤三，建立基于改进粒子群算法优化支持向量机的故障诊断模型；

步骤四，将提取的特征向量输入到基于改进粒子群算法优化支持向量机的模型中进行故障诊断。

本发明的特点还在于，在步骤一中，使用朗之万方程描述随机共振系统模型，如式(1)所示：

x·=f(x)+Sn(t)=ax-bx3+Asin(2πf0t)+n(t)---(1)]]>

其中，f(x)＝ax-bx³是一维非线性系统的动力学系统方程，a、b是该系统的参数，S_n(t)是该随机共振系统的输入，A为待测信号s(t)＝Asin(2πf₀t)的幅值，n(t)为白噪声，且n(t)满足统计平均E[n(t)]＝0和E[n(t)n(t-τ)]＝2Dδ(t)，D是噪声强度，τ为延迟时间；