[发明专利]一种机械装备旋转部件轴心轨迹识别方法

说明书

本发明提出了一种新的机械装备旋转部件轴心轨迹识别方法，包括：将得到的轴心轨迹进行旋转，每次的旋转角度为45°；基于二维形状不变矩法对轴心轨迹进行特征提取；基于傅里叶描述子法对轴心轨迹进行特征提取；将得到的不变矩和傅里叶描述子扩大至同量程，并将其分别拟合为多项式函数；求轴心轨迹两条拟合曲线的交点；运用支持向量机区分不同状态的轴心轨迹交点；求待识别轴心轨迹的特征交点，进行分类，得到识别结果。本发明可以对机械装备旋转部件的轴心轨迹进行有效识别，并且结果具有较高的精度。

技术领域

本发明涉及机械装备故障诊断领域，特别是涉及基于轴心轨迹识别的转子、传动部件及其他旋转运动部件故障诊断方法。

背景技术

作为机械装备中重要的零部件，传动部件的运转状态能够直接影响到整个设备的工作状况。一旦传动部件由于强烈的振动而停止，将会有很大的经济损失。在机械装备中，由于传动部件的早期故障导致设备故障的情况有很多。所以，尽早进行运行特征提取和故障诊断是提高系统运行效率的关键步骤之一。传动部件的状态监测和故障诊断技术对于了解设备的性能状态和潜在故障的早期发现起着至关重要的作用，也可以有效提高机械设备的运行管理水平和维护效率，具有显着的经济效益。

相比于他的振动信号的时域、频域曲线等指标，旋转部件的中心位置的信息能够更加形象并且直观地反映轴心的运动状况。轴心轨迹图是通过从轴颈同一截面上的两个相互垂直方向上监测得到的一组振动信号，通过分析所得的轴心轨迹图形状能够得到造成振动的原因，从而进一步得出故障的早期特征，这对提前发现故障和防止故障恶化具有重要的指导作用。并且，一般来说不同的故障信息对应着不同的轴心轨迹。因此，作为表征旋转部件振动的重要图形特征，轴心轨迹含括了丰富的故障信息。

轴心轨迹识别问题的实质是二维图像的模式分类问题。现在通常的方法是采用二维不变矩法或傅里叶描述子法对轴心轨迹进行识别，单独使用的时候故障诊断准确率都比较低，如何综合二者的优势而提高诊断精度，是机械装备旋转部件故障诊断领域急需解决的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种机械装备旋转部件轴心轨迹识别方法，用于解决现有技术中对旋转部件故障诊断精度不高的问题。

为实现上述目的及其他相关目的，本发明提供一种机械装备旋转部件轴心轨迹识别方法，其特征在于，所述方法包括：将轴心轨迹进行旋转，每次的旋转角度为45°；基于二维形状不变矩法对轴心轨迹进行特征提取；基于傅里叶描述子法对轴心轨迹进行特征提取；将得到的不变矩和傅里叶描述子扩大至同量程，并将其分别拟合为多项式函数；求轴心轨迹两条拟合曲线的交点；运用支持向量机区分不同状态的轴心轨迹交点；求待识别轴心轨迹的特征交点，进行分类，得到识别结果。

优选地，将两个相互垂直方向上监测得到的一组振动信号构成的轴心轨迹进行旋转，每次的旋转角度为45°，则在360°范围内，同一类轴心轨迹可以得到八张不同角度的图形。

优选地，基于二维形状不变矩法对轴心轨迹进行特征提取。f(x，y)在R²平面上的p+q阶矩定义为：

其中f(x，y)为图像的二维平面上任意一坐标点(x，y)处的灰度值，并且是分段连续的，p和q为任意的两个正整数，M_pq称为p+q阶矩，并且集合{M_pq}是由f(x，y)唯一确定的，反过来f(x，y)也可由集合{M_pq}来唯一的确定。

对于离散的状态来说，可以把上式简化为离散形式：

M_pq＝∑_x∑_yx^py^qf(x，y)

因轴心轨迹为二值图像，所以可以认为平面R²上轴心轨迹经过的各个点的灰度值是相同的，既f(x，y)＝1，反之f(x，y)＝0。