[发明专利]一种基于X,Y双测点频谱数据的三重并发故障分析方法

说明书

本发明属于故障检测技术领域，公开了一种基于X,Y双测点频谱数据的三重并发故障分析方法，利用多测点采集设备对设备进行采集，并对采集的数据进行稀疏化处理；对稀疏化处理的各测点的数据进行小波层次分解特征和波形特征进行融合；使用深度多视图对两个测点的DCCA网络进行特征同步处理，进行一致性特征融合，并利用端到端的多视图分类器进行处理；对未知标签转子不平衡信号进行预测，并确定故障类型。本发明提供了一种油膜涡动、转子不平衡与油膜涡动并发故障三重并发故障诊断的新方法，能够有效地提取齿轮故障特征信息，能够对转子不平衡与油膜涡动并发故障进行有效识别。

技术领域

本发明属于故障检测技术领域，尤其涉及一种基于X,Y双测点频谱数据的三重并发故障分析方法。

背景技术

目前，大机化设备的结构复杂，功能完善，设备内部零件之间的联系紧密，使得在生产过程中达到高速化和大型化，这也使得大机化设备出现故障造成损失巨大，这也增加了大机化设备进行故障诊断的难度。

在大机化设备经常出现的故障类型为油膜涡动故障、摩擦故障与转子不平衡故障，这三种占机械故障中的大多数，因此如何在机械设备故障中诊断出是这三个故障中的具体哪个故障，对于故障的诊断以及迅速的修复故障起到很大的作用，能够有效减少机械故障带来的损失。

传统的方法需要大量的前期知识，现在运用机器学习方法解决现实生活的问题应用越来越广泛，适用性强并且不需要大量的专业知识储备。

通过上述分析，现有技术存在的问题及缺陷为：大机组摩擦故障诊断特征提取困难，以及特征提取不全面。

解决以上问题及缺陷的难度为：

如何提取出有效的特征，并且提高预测精度。

解决以上问题及缺陷的意义为：

提供了一种油膜涡动、转子不平衡与油膜涡动并发故障三重并发故障诊断的新方法。

发明内容

针对现有技术存在的问题，本发明提供了一种基于X,Y双测点频谱数据的三重并发故障分析方法。

本发明是这样实现的，一种基于X,Y双测点频谱数据的三重并发故障分析方法，所述基于X,Y双测点频谱数据的三重并发故障分析方法包括：

步骤一，利用多测点采集设备对设备进行采集，并对采集的数据进行稀疏化处理；

步骤二，对稀疏化处理的各测点的数据进行小波层次分解特征和波形特征进行融合；

步骤三，使用深度多视图对两个测点的DCCA网络进行特征同步处理，进行一致性特征融合，并利用端到端的多视图分类器进行处理；

步骤四，对未知标签转子不平衡信号进行预测，并确定故障类型。

进一步，步骤一中，所述利用多测点采集设备对设备进行采集，并对采集的数据进行稀疏化处理包括：

(1)在两个探测点安装采集设备，通过安装的采集设备以32/rms采集得到大型滑动机组振动双视图信号；

(2)对得到的两个视图分别进行离散傅里叶变换；

进一步，步骤(2)中，所述离散傅里叶变换窗口大小32*32＝1024个点，根据信号情况设置自适应阈值；

公式如下：

其中n＝0,…,N-1，N表示数据长度。

进一步，步骤二中，所述对稀疏化处理的各测点的数据进行小波层次分解特征和波形特征进行融合包括：

1)对稀疏化处理的数据进行小波包2层分解变换,得到不同尺度下的小波系数，将信号HH层的尺度系数置零；