[发明专利]一种变转速下无转速计的旋转机械故障特征提取方法

说明书

本申请涉及一种变转速下无转速计的旋转机械故障特征提取方法，首先采用窄带滤波方法剔除振动数据中的干扰频率成分和大部分随机噪声，接着采用短时长滑窗的方法将滤波后的振动数据分为多段，进而利用匹配追踪法提取每个短时段振动数据的转频或转频谐波频率，最终合成振动数据整个时段的瞬时转频或瞬时转频谐波频率。依据所提取的瞬时转频或瞬时转频谐波频率对原始振动数据进行阶次跟踪分析，实现无转速计下变转速机械的故障特征提取。本发明所设计的方法所提取的瞬时转频或瞬时转频谐波频率精度高，在随机噪声干扰小的情况下，所提取的瞬时转频或瞬时转频谐波频率精度接近转速计测量精度，可实现变转速旋转机械故障特征的精确提取。

技术领域

本申请涉及一种变转速下无转速计的旋转机械故障特征提取方法，适用于机械故障预警的技术领域。

背景技术

变转速工况是工业生产中旋转机械的一种常见工况，如三相异步电机负载变化后转速会随之出现小幅波动、风电机组的变转速运行工况、汽轮发电机组的启停机工况等。目前，振动数据分析是识别旋转机械故障特征的主要手段，通过对旋转机械的振动信号分析可识别旋转机械的大部分机械部件故障，如轴承磨损、转子不平衡、转子不对中、转子动静碰磨、支撑松动、齿轮故障、电机异常电磁振动、叶轮故障等。在识别旋转机械故障特征时，转速信息至关重要，旋转机械的众多故障特征与转速息息相关。针对定转速设备，传统的振动数据分析方法对其故障识别十分有效，但针对变转速工况的旋转机械，由于其转速的不稳定，传统的分析方法很难精确获取其故障特征，如三相异步电机负载变化后，转速会出现小幅波动，依据预先设定的固定转速很可能无法提取到故障特征；风电机组始终在变转速工况下运行，直接对风电机组振动数据进行FFT频谱分析将会在故障特征频率处出现频率模糊现象，不利于故障特征的精确提取。

对于变转速旋转机械故障特征的精确提取问题，目前较为成熟的分析方法为“阶次跟踪”。“阶次跟踪”技术的基本原理是依据转速信息实现振动数据的等角度重采样，将时域非平稳振动数据转化为角域平稳振动数据。精确获取瞬时转速信息是实现阶次跟踪的核心问题。目前，在获取瞬时转速信息的方法主要有如下四种：第一种通过转速计实时采集变转速设备的转速脉冲数据；第二种通过对振动数据进行时频域分析如短时傅里叶变换(STFT)、连续小波变换(CWT)，在时频域中识别设备的转速信息；第三种方法是通过Hilbert变换提取瞬时转频；第四种方法是将振动数据分为多段，对多段振动数据进行频谱校正，获得每段振动数据的瞬时频率，进而获取整个时段振动数据的瞬时频率。

第一种方法优点是能够精确获取设备转速信息，效果较好，在实际中已有应用。缺点是依赖转速计，在无转速计或者转速脉冲数据异常时该方法将失效。第二种方法优点是不依赖转速计，但该方法受限于高的时域分辨率和频域分辨率无法兼得，导致转速提取结果不够准确。第三种方法优点是针对单分量信号，其瞬时频率提取精度高，尤其是具有很高的时间精度，可计算出原始信号每一时刻位置对应的瞬时频率。该方法缺点是，该方法对噪声十分敏感，当振动信号中含有微弱噪声时，所提取的瞬时频率误差极大；此外，当原始振动信号非整周期截断时，Hilbert变换方法提取的瞬时转频存在“端点效应”，瞬时频率的首尾部位会出现畸变，不再适用于旋转机械故障特征的精确提取。第四种方法的优点是，采用频谱校正方法提取瞬时频率时，当所分各段振动数据时长较长时，可提取到较高精度的瞬时频率。但所分数据段时间较长时，对应的瞬时频率时间精度会降低。若所分各段振动数据时长较短时，频谱中待提取的转频成分和对应的谐波成分将离的十分近，如振动数据时长为一个旋转周期时，其对应的转频和二倍频紧邻。此时采用频谱校正法无法提取到较高精度的瞬时频率。因此，采用频谱校正的方法提取瞬时转频，本质上也会存在时间分辨率和频率分辨率无法同时提高的问题。

由此可见，现有的针对无转速计的变转速旋转机械故障特征提取方法均存在一定的不足，不能满足实际需求。

发明内容

本发明的目的是设计一种变转速下无转速计的旋转机械故障特征提取方法，可实现在无转速计场景下对变转速旋转机械故障特征进行精确提取。

根据本申请的变转速下无转速计的旋转机械故障特征提取方法，其特征在于，包括以下步骤：