[发明专利]基于平方包络和零频率谐振器的弱故障诊断方法

说明书

本发明公开了一种基于平方包络和零频率谐振器的柴油机曲轴轴瓦弱故障特征提取和诊断方法，包括：构建柴油机曲轴轴瓦的故障振动信号模型；对信号展开离散，对离散后的信号展开连续差分运算，对差分后的信号采用平方包络变换获得故障的包络信号；对故障的包络信号采用包络规范化处理，应用包络信号局部平均周期内的样本点值逐个对离散包络值展开修正；采用零频率谐振器对离散的规范化包络信号开展滤波，计算获取到残差信号；获得磨损故障信息。本发明能够很好地识别轴瓦早期磨损，获取到弱故障信号的真实特征，提升了对于柴油机曲轴轴瓦的故障诊断正确度，提高了柴油机运行能力并且减少了设备维护费用。

技术领域

本发明属于旋转机械故障诊断领域，具体涉及一种基于平方包络和零频率谐振器的柴油机曲轴轴瓦弱故障特征提取和诊断方法。

背景技术

柴油机作为船舶核心动力装备，其性能直接决定船舶的机动性、经济性等指标，其性能下降或者出现故障，都会影响船舶性能的发挥，严重时可能导致船舶瘫痪。轴瓦在船用柴油机曲轴箱中应用广泛。因易于磨损，轴瓦早期缺陷的检测对于制定预防性维修计划，保证柴油机的安全运行具有重要意义。从轴瓦测得的振动信号中含有故障信号。由于轴瓦中的局部故障，会产生周期性脉冲。这些脉冲是由于元件通过局部故障而产生的。对于严重缺陷来说，检测这些周期性脉冲相对容易一些。然而，在缺陷的早期，脉冲的振幅很弱，并且脉冲埋藏在强烈的机械振动中，很难被检测出来。因此，早期故障特征的提取存在技术难点。

基于FFT的方法被广泛用于确定频谱中是否存在故障特征。然而，当故障信号较弱时，基于FFT的方法无法捕捉到非平稳微弱故障信号的瞬态特征。基于小波变换(WT)和HHT的方法在基于能量的轴瓦早期故障检测方法占主导地位。Hilbert包络与平方包络是较为成熟的用于分析非线性和多分量非平稳信号的方法，在机械系统故障诊断中得到了广泛的应用。然而，传统的包络方法无法对早期故障进行诊断，其故障特征非常微弱且受噪声污染。在基于时频能量的方法中，基于HHT的方法由于其计算效率和自适应性而成为最理想的方法。然而，经典的HHT受到与EMD过程相关的末端效应和冗余IMF的影响，它们在轴承早期故障检测中存在一定的局限性。由于故障信号在初始阶段能量很弱，端部效应引起的能量泄漏是一个值得关注的问题。最近，人们提出了许多限制端部效应的方案。这些方案使用预测方法来减少端部效应。然而，对于轴瓦故障初期，信号的经验扩展不能反映微弱故障信号的真实特征，导致对于故障的诊断不具有很好的正确性。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于平方包络和零频率谐振器的柴油机曲轴轴瓦弱故障特征提取和诊断方法，该方法能很好地识别轴瓦早期磨损，获取到弱故障信号的真实特征，提升了对于柴油机曲轴轴瓦的故障诊断正确度，提高了柴油机运行能力并且减少了设备维护费用。

技术方案：为实现上述目的，本发明提供一种基于平方包络和零频率谐振器的柴油机曲轴轴瓦弱故障特征提取和诊断方法，包括如下步骤：

S1：；采集柴油机曲轴轴瓦的故障振动信号，构建柴油机曲轴轴瓦的故障振动信号模型；

通过在对柴油机实体和运行环境布置传感器，采集柴油机曲轴轴瓦的振动故障数据；振动信号由柴油机基体振动、背景噪声、轴瓦磨损故障信号等成分构成。

S2：对故障振动信号模型中的信号展开离散，并采用Hilbert变换获得三部分离散信号的解析形式，对离散后的信号展开连续差分运算以消除所有时变低频偏差，对差分后的信号采用平方包络变换获得故障的包络信号；

S3：对故障的包络信号采用包络规范化处理，应用包络信号局部平均周期内的样本点值逐个对离散包络值展开修正；通过包络规范化处理，基体振动和背景噪声在故障信号脉冲处得到削弱。

S4：采用零频率谐振器对离散的规范化包络信号开展滤波，采用短期自相关函数确定残差信号的窗口长度，根据滤波输出和窗口长度计算获取到残差信号；