[发明专利]一种低速重载传动装置故障诊断方法有效

专利信息
申请号: 201710465405.6 申请日: 2017-06-19
公开(公告)号: CN107300467B 公开(公告)日: 2019-09-06
发明(设计)人: 王琇峰;王帅鹏;郭美娜 申请(专利权)人: 苏州微著设备诊断技术有限公司
主分类号: G01M13/02 分类号: G01M13/02;G01M15/00
代理公司: 西安智大知识产权代理事务所 61215 代理人: 贺建斌
地址: 215211 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 低速 重载 传动 装置 故障诊断 方法
【权利要求书】:

1.一种低速重载传动装置故障诊断方法,其特征在于,包括以下步骤:

步骤一,在设备高速轴安装转速传感器;

步骤二,利用数据采集设备,实时采集转速传感器测得的键相信号x(n),其中,n代表点数;

步骤三,根据键相信号x(n)与键相发生时刻计算得到高速轴转速信号speed_1(t),t代表时间;

步骤四,若高速轴转速信号speed_1(t)存在转速波动趋势项,使用集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)提取转速信号趋势项;若高速轴转速信号speed_1(t)平均转速稳定,直接进行步骤六;

步骤五,选取由集合经验模态分解EEMD得到的IMF’s频率由高到低排序的前六项相加,得到去除趋势项后的高速轴转速信号speed_2(t);

步骤六,使用二代Vold-Kalman阶次滤波提取高速轴转速信号speed_2(t)或平均转速稳定高速轴转速信号speed_1(t)中的低速轴信息;

步骤七,提取低速轴信息后,对比故障机械与正常机械低速轴信息,进行故障诊断。

2.根据权利要求1所述的一种低速重载传动装置故障诊断方法,其特征在于,所述的步骤四中集合经验模态分解EEMD提取转速信号趋势项实现步骤如下:

(1)确定加入的高斯白噪声的幅值,设定为高速轴转速信号speed_1(t)幅值标准差的δ倍,δ取0.3;

(2)向高速轴转速信号speed_1(t)中加入高斯白噪声,获得信号y(t);

(3)对信号y(t)进行EEMD分解,获取一系列本征模式分量IMF’s;

(4)重复N次上述操作,每次加入的高斯白噪声均为随机产生;

(5)将获得的N组IMF’s分量分别相加求其平均值,作为最终获得的本征模式函数IMF’。

3.根据权利要求1所述的一种低速重载传动装置故障诊断方法,其特征在于,所述的步骤六中二代Vold-Kalman阶次滤波的实现步骤如下:

(1)低速轴信息为跟踪阶比,表示为复包络与载波的乘积,即

式中,k被跟踪阶比;ak(n)为复包络;Θk(n)为载波;式中复包络ak(n)为载波Θk(n)的低频幅值调制,包络在局部范围内近似低阶多项式;用多项式表示阶比信号幅值变化,系统状态方程为:

式中:为不同算子;s为给定阶数;ε(n)为非一致项;

矩阵表示形式为:Ax=ε;

(2)设定Vold-Kalman滤波器只提取单个阶比成分,系统观测方程为:

y(n)=x(n)Θk(n)+ξ(n)

式中:y(n)为实测数据;ξ(n)为非跟踪阶比及随机信号;

矩阵表示形式为:y-Cx=ξ;

(3)进行低速轴信息求解:

求方程解x(n)的前提为非跟踪阶比及随机信号ξ(n)与非一致项ε(n)的平方和最小,非一致项ε(n)平方和为:

εTε=xTATAx

非跟踪阶比及随机信号ξ(n)平方和为:

ξTξ=(yT-xHCH)(y-Cx)

引入加权因子r,r决定滤波器跟踪特性;

J=r2εTε+ξTξ

求解方程J,得到低速轴信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州微著设备诊断技术有限公司,未经苏州微著设备诊断技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710465405.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top