[发明专利]基于不完全B-spline数据拟合的转子系统健康监测方法和系统

说明书

本发明涉及一种基于不完全B‑spline数据拟合的转子系统健康监测方法和系统，通过转子系统监测模块获得转子系统正常工作时的监测数据，根据前向回归正交算法依次筛选误差减小率较大的B‑spline基函数项，直到被选B‑spline基函数项的总误差满足拟合精度要求；通过最小二乘拟合，确定各被选B‑spline基函数项的控制系数，建立的不完全B‑spline基线模型，实现对正常工作下监测数据的拟合；基于建立的基线模型和转子系统正常工作时偏差服从正态分布的假设，计算转子系统正常工作时3σ原则下的公差范围；由监测数据分布特征，制定转子运行状态判定的量化指标；预测和判定转子系统的运行状态。

技术领域

本发明属于转子系统健康监测技术领域，尤其涉及一种基于不完 全B-spline数据拟合的转子系统健康监测方法和系统。

背景技术

转子系统作为大型旋转机械的重要部件，其运行性能的好坏关系 到整个机组的安全。转子由于制造、材质、装配等原因，不可避免的 产生不平衡离心力，转子工作时由于冲击载荷、温度场变化及油膜涡 动等引起复杂交变载荷，都为转子运行的平稳性带来重大影响，引发 转子碰摩和失稳，造成系统强烈的复杂振动和转子的磨损、疲劳裂纹 和断裂。因此，对转子系统进行健康监测，及早发现非健康运行转子 进行故障诊断和检修，延长转子使用寿命提高设备安全性、可靠性和 利用率，对防止灾难性事故、减少非计划停机、提高经济效益具有重 要意义。

转子运行的振动信号蕴藏了丰富的信息，通过对振动信号的分析 处理，可以得到蕴含在信号中反映系统运行状态的特征参数，从而定 性地识别和预测其运行状态的变化，在事故发生之前及时做出诊断， 为确定振动故障发生的原因和部位提供依据。因此，基于信号处理技 术的转子系统健康监测方法具有重要的工程应用价值。

故障诊断过程中，常需要通过数据拟合的方法，从试验、观测得 到的数据中，建立系统回归模型，研究变量之间的函数关系，来帮助 我们认识事物的内在规律和本质属性，进而预测系统可能的其他状态 及其他重要属性。

数据拟合的精确性，将直接影响实际系统的表征情况。对实际系 统进行建模的过程中，基于变量完全模型的直接估计将导致模型过于 复杂和系统的识别病态；同时考虑到观测数据受随机误差的影响，须 从全局出发寻求整体误差最小、最优反映观测数据的近似模型，即要 从大量回归项中确定结构或系统中必不可少的项，进而建立系统的不 完全回归模型。

常用的对离散数据拟合的方法是最小二乘拟合。为了提高数据拟 合的精确度，一方面需要添加更多的系统特征，提高多项式的阶次， 建立更加完善的模型；另一方面，要使模型具有较好泛化能力，避免 模型过于复杂导致的数据过拟合，降低数据噪声的影响，保证模型的 稳定性。B-spline基函数具有局部支撑性和非零区间上多项式曲线同阶 次的特点，是重要的数据拟合工具。B-spline基函数的阶次是一个输入 量，不取决于控制点数目，从而B-spline基线模型为数据拟合提供了 更加灵活的控制。

发明内容

本发明的一个目的是提供一种基于不完全B-spline数据拟合的转 子系统健康监测方法，在B-spline节点向量和阶次可调节的情况下， 通过改变拟合允差或迭代次数对B-spline基线模型进行数据拟合，建 立转子系统正常工作时的公差范围，实现在役转子系统的健康监测。

本发明的另一个目的是提供一种基于不完全B-spline数据拟合的 转子系统健康监测系统。

为了实现上述目的，本发明提供了如下技术方案：

一种基于不完全B-spline数据拟合的转子系统健康监测方法，包 括如下步骤：

步骤1、拟合转子系统正常工作时的监测数据的不完全B-spline基 线模型；