[发明专利]基于时频谱相关性分析的旋转机械故障特征提取方法

说明书

基于时频谱相关性分析的旋转机械故障特征提取方法，首先在旋转机械设备上采集一组振动信号，对其进行时频变换得到时频谱；然后在时频谱中选取一个冲击特征，令其从时频谱的初始时间开始，沿时间轴逐点平移，不断地在时频谱中遮掩一个时频区块，同时计算冲击特征与遮掩时频区块之间的相关系数，平移结束后获得相关系数序列；最后对相关系数序列进行傅里叶变换，从频谱中提取故障特征频率。本发明获得的相关系数序列曲线可以直观展现旋转机械设备振动信号中冲击特征的变化规律，极大去除了噪声及其它干扰信号的影响；相关系数序列的频谱则可以有效方便地提取出故障特征频率，用于旋转机械设备的故障诊断。

技术领域

本发明涉及一种基于时频谱相关性分析的旋转机械故障特征提取方法。

背景技术

规律性冲击振动是旋转机械设备内部元件故障损伤的一个典型特征，这种冲击特征的频率与旋转机械设备的具体故障状态直接相关。但由于设备的组成元件通常较多，故障冲击特征从故障损伤的振源沿着复杂路径传递到设备表面过程中，存在一定的衰减。此外，设备中的其它运动元件也会激励相应的振动，再加上工作环境噪声的干扰，振动传感器在设备上能够测量到的故障冲击特征通常较为微弱，尤其是在设备故障损伤早期。因此，从设备振动信号中检测或提取出故障相关的规律性冲击特征，进而识别故障特征频率，并不是一件容易的事情，这方面的研究也是旋转机械设备故障诊断研究中的一项重要内容。

当旋转机械设备稳定运行时，故障冲击特征具有周期性的特点，其检测或提取的方法有滤波降噪、倒谱分析、信号分解、解卷积分析、随机共振以及时频分析等。考虑到时频分析方法(典型如S变换、短时Fourier变换、Gabor变换等)具有较强的冲击特征检测能力，近些年来受到了广泛的关注与研究。但是，振动信号的时频分析方法本身不能降低噪声，对于较低信噪比的旋转机械设备故障振动信号，时频谱中往往只会突出少数能量较大的冲击特征，大部分能量较小的冲击特征则被噪声淹没，因而冲击特征的规律性无法直观展现，故障特征频率也难以有效提取。

发明内容

本发明要克服现有技术中时频分析方法在旋转机械设备故障特征提取中存在的不足，提出一种基于时频谱相关性分析的旋转机械故障特征提取方法。

本发明的基于时频谱相关性分析的旋转机械故障特征提取方法，包括以下步骤：

(1)在旋转机械设备上采集一组长度为L的振动加速度信号x(n)，其中n＝0,1,…,L-1；

(2)对信号x(n)进行时频变换，得到时频谱TFD(l,k)，其中时间l＝0,1,…,L-1，频率k＝0,1,…,L/2-1；

(3)在时频谱TFD(l,k)中选取两个时频点(l₁,k₁)、(l₂,k₂)，从而选取一个冲击特征I(i,j)，其中时间i＝0,1,…,l₂-l₁，频率j＝0,1,…,k₂-k₁；冲击特征I(i,j)所在的时频区块为TFD(l_o,k_o)，即I(i,j)＝TFD(l_o,k_o)，其中时间l_o＝l₁,l₁+1,…,l₂，频率k_o＝k₁,k₁+1,…,k₂；

(4)在时频谱TFD(l,k)中，保持频带[k₁,k₁+1,…,k₂]不变，令冲击特征I(i,j)从时间点l＝0开始，沿着时间轴逐点平移；