[发明专利]一种机械系统退化趋势预测方法及系统

说明书

本发明公开了一种机械系统退化趋势预测方法及系统。所述方法通过在相等时间间隔点采集一定长度的机械系统的振动加速度时间序列信号，建立非线性时间序列模型和线性自回归时间序列模型，并采用非线性时间序列模型和线性自回归时间序列模型求得每个采样时刻的未归一化最小二乘积分误差值，利用归一化方法获得机械系统退化指标序列，最后采用指数模型对退化指标序列进行拟合，获得归一化机械系统状态退化指标指数模型，采用所述归一化机械系统状态退化指标指数模型实现机械系统退化趋势预测，具有计算步骤简单、容易实现、结果准确的优点。此外，本发明提供的方法对于多种机械系统退化过程状态评估与趋势预测均可适用。

技术领域

本发明涉及机械系统状态监测与寿命评估技术领域，特别是涉及一种机械系统退化趋势预测方法及系统。

背景技术

机械设备在运行的过程中，其健康状况的好坏直接威胁到人们的财产甚至生命安全。由于这些机械设备自身的工作性质，在长时间工作过程中，承受环境污染、材料腐蚀老化、超负荷运行以及一系列人为的或自然的灾害因素的耦合作用，机械系统的退化是不可避免的，退化累积一定到程度就会造成抗力衰减，其寿命也不断的缩减，这样所带来的后果就是机械系统对外界的自然灾害及正常负载的承受能力降低，可能引发一系列灾难性的事故。而且一旦机械系统退化一定的程度，但是施工人员又没有及时的发现并做出相应的处理，这样的退化状态，轻则使得整个系统的工作能力降低，重则整个机械系统瘫痪，还会给工作人员带来不必要的人身安全隐患。

现阶段我国很多机械系统退化状态识别与评估方法主要通过在线监测方法，可更好地在安全性和经济性上达到一种平衡。目前应用的在线检测方法主要包括温度法、油样分析法、振动法和声发射技术等。温度监测方法对于载荷、速度和润滑情况的变化比较敏感，但是，此方法只有当故障达到一定的严重程度时才可以检测到，对于比较微小的退化状态变化温度检测基本上没有反应。油样分析法的缺点是润滑油中磨损颗粒很难提取，而且分析设备比较复杂，还需进一步小型化以实现在线监测。而声发射技术作为一门新兴的动态无损检测技术，通过采用声发射技术进行在线检测时，其检测效果容易受到多种噪声干扰的限制，较难实现有效实时检测。在众多机械系统状态监测中，振动分析法具有诊断速度快、能实现在线监测等特点，已广泛地应用于旋转机械的状态监测与故障诊断之中；然而现有的振动法退化状态识别技术一般基于线性模型的假设，或者把非线性模型线性近似化，这种方法在某一些具有弱动力学行为的机械系统上应用是可行的，但对具有强非线性动力学行为的机械系统出现较大的误差。随着振动理论和现代信号检测及处理技术的快速发展，以及机械系统朝着高速化、轻量化发展，机械系统的动力学行为非线性程度变得更高，如何基于非线性动力学理论对机械系统退化趋势进行准确预测已经成为本领域亟需解决的技术问题。

发明内容

本发明的目的是提供一种机械系统退化趋势预测方法及系统，以基于非线性动力学理论对机械系统退化趋势进行准确预测。

为实现上述目的，本发明提供了如下方案：

一种机械系统退化趋势预测方法，所述方法包括：

在相等时间间隔点采集机械系统的多组振动加速度时间序列信号；

利用每一组所述振动加速度时间序列信号构造去噪后的输出时间序列信号和去噪后的输入时间序列信号；

根据所述去噪后的输出时间序列信号和所述去噪后的输入时间序列信号建立非线性时间序列模型和线性自回归时间序列模型；

根据所述非线性时间序列模型和所述线性自回归时间序列模型确定每个采样时刻的未归一化最小二乘积分误差；

对所述未归一化最小二乘积分误差进行归一化处理，获得机械系统退化指标序列；

采用指数模型对所述机械系统退化指标序列进行拟合，获得归一化机械系统状态退化指标指数模型；

根据所述归一化机械系统状态退化指标指数模型预测所述机械系统的退化程度。