[发明专利]一种转频谱峰与电流极差联合推断轴流风机故障诊断方法

权利要求书

1.一种转频谱峰与电流极差联合推断轴流风机故障诊断方法，其特征在于：首先采集轴流风机的振动信号和三相电流信号；通过分析轴流风机异常情况下振动信号和三相电流信号的特点，针对振动信号构建了无量纲转频谱峰值指标和无量纲倍频谱峰值指标，之后针对三相电流信号分别构建了极小有效值指标、有效值极差值指标及小波频谱极差值指标；基于上述指标，通过给定相应阈值，进行联合推断，实现轴流风机的自动故障诊断；

所述的一种转频谱峰与电流极差联合推断轴流风机故障诊断方法，包括以下步骤：

1)信号采集：

通过布置相应传感器，采集轴流风机的三相电流信号和振动信号；

2)构建振动信号特色监测指标：

根据不同故障下振动信号的特征，针对振动信号分别构建了无量纲转频谱峰值指标RF_P及无量纲倍频谱峰值指标MF_P，具体如下：

2.1)无量纲转频谱峰值指标RF_P：

对振动信号做傅里叶变换，得到对应频谱，之后搜索实际转频左右各1Hz的频段区间内的最大幅值m_f，并计算振动信号时域峰峰值x_pp：

x_pp＝max(x(t))-min(x(t)) (1)

其中x(t)代表振动信号；

计算频域幅值m_f与时域峰峰值x_pp的比值，并将结果进行放大处理，得到无量纲转频谱峰值指标RF_P，具体如式(2)所示：

2.2)无量纲倍频谱峰值指标MF_P：

对振动信号进行傅里叶变换，得到对应频谱，分别搜索1倍、2倍、3倍转频左右各1Hz区间内的最大幅值，记为通过对不同倍频幅值予以不同权重，得到无量纲倍频谱峰值指标MF_P，具体如式(3)所示：

3)构建三相电流信号特色监测指标：

根据电气故障时三相电流信号的差异，针对三相电流信号分别构建了极小有效值指标RMS_Min、有效值极差值指标RMS_D及小波频谱极差值指标WTFP_D，具体如下：

3.1)极小有效值指标RMS_Min：

计算三相电流信号对应的有效值和

其中，I^U、I^V、I^W分别表示U、V、W相的电流信号，N表示信号的采样点数，极小有效值指标RMS_Min通过取各相电流有效值的极小值，并对结果放大得到，具体如下式所示：

3.2)有效值极差值指标RMS_D：

求取各有效值之间的最大差值，并对结果进行放大，得到有效值极差值指标RMS_D：

3.3)小波频谱极差值指标WTFP_D：

利用db10小波分解三相电流信号，得到四层分解结果，取分解结果的第一层和第二层细节分量，对其进行傅里叶变换，得到对应频谱，之后计算各相第一、二层细节分量频谱的最大值和如下式所示：

其中，i＝1,2分别代表第一、二层细节分量，和分别代表U、V、W相电流信号第i层细节分量对应的频谱；

分别计算各相电流信号对应每层细节分量频谱的最大值之间的最大差值，即分别在i＝1和i＝2时和之间的最大差值，并将该差值除以上述三者间最小值，最后将结果进行放大处理，并对两层细节分量的计算结果进行求和，得到小波频谱极差值指标WTFP_D：

4)轴流风机自动故障诊断：

通过对不同监测指标设定对应阈值THR_1、THR_2、THR_3、THR_4、THR_5，实现轴流风机的自动故障诊断，具体过程如下：

在RF_P≥THR_1的情况下，轴流风机故障类型为叶轮或叶片不平衡；

在RF_PTHR_1的情况下，首先判断电气故障，如果RMS_MinTHR_3，则故障类型为断相故障；否则，如果满足RMS_DTHR_4，此时故障类型为电压不平衡故障；如果RMS_Min≥THR_3，RMS_D≤THR_4且WTFP_DTHR_5，此时故障类型为短路故障；若上述三种情况均不成立，则故障类型属于机械故障，当MF_PTHR_2时，故障类型为电机转子故障；而当MF_P≤THR_2时，故障类型为电机轴承故障。