[发明专利]基于模糊隶属度函数的旋转机械振动波动特征提取方法

权利要求书

1.基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，包括以下步骤：

步骤(1)，通过旋转机械配备的振动在线监测系统对旋转机械的转速和振动数据进行连续监测并将数据进行保存；

步骤(2)，选取从当前时刻起往前一段时间的转速和振动数据；

步骤(3)，判断该时间段内转速是否稳定，如果转速不稳定(转速波动量超过30r/min)，则以当前时刻为基准，向前寻找，找到转速稳定的一个时间段，并计算出该时间段对应的时间长度；

步骤(4)，如果转速稳定时间段的时间长度小于30min，则认为转速稳定时间段持续时间太短，无法准确反映振动波动情况，无法提取振动波动特征，将特征值置0，结束；

如果转速稳定时间段的时间长度大于或等于30min，则转入下一步进行振动波动特征提取；

步骤(5)，计算振动波动幅度；

步骤(6)，计算振动波动特征值；

步骤(7)，根据计算出的振动波动特征值判断是否存在振动波动特征，振动波动幅度是否达到报警值。

2.根据权利要求1所述的基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，所述步骤(2)中选取的时间段长度为60min。

3.根据权利要求1所述的基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，所述步骤(3)中转速波动量的计算方法：记该时间段内的转速序列为{N₁，N₂，N₃，…，N_n}，计算转速序列中转速最大值与最小值的差值，即为转速波动量，根据转速波动量判断转速是否稳定。

4.根据权利要求1所述的基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，所述步骤(5)具体为：

步骤(5.1)，计算通频幅值波动幅度，记转速稳定时间段内的通频幅值序列为{A_d1，A_d2，A_d3，…，A_dn}，则通频幅值波动幅度σ_d(用标准差表示)计算公式为：

其中，n为分析时间段内的样本点数，μ_d为通频幅值的平均值；

步骤(5.2)，记转速稳定时间段内的基频振动数据为{A₁，A₂，A₃，…，A_n}，以A_n为基准，其他数据分别与A_n作矢量差，得到矢量差值序列{ΔA₁，ΔA₂，ΔA₃，…，ΔA_n}；

步骤(5.3)，计算基频幅值波动幅度，记矢量差值序列中各个矢量差值的模为基频幅值变化量序列{|ΔA₁|，|ΔA₂|，|ΔA₃|，…，|ΔA_n|}，则基频幅值波动幅度σ_s(用标准差表示)计算公式为：

其中，μ_s为基频幅值变化量的平均值；

步骤(5.4)，计算基频相位波动幅度，记矢量差值序列中各个矢量差值的相位为基频相位变化量序列{θ₁，θ₂，θ₃，…，θ_n}，则基频相位波动幅度σ_p(用极差表示)为该序列中相位最大值与最小值的差值。

5.根据权利要求1所述的基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，所述步骤(6)具体为：

振动通频幅值波动特征值、基频幅值波动特征值和基频相位波动特征值的计算公式为：

其中，y为振动通频幅值波动特征值、基频幅值波动特征值或基频相位波动特征值，x为振动通频幅值波动幅度、基频幅值波动幅度和基频相位波动幅度，c和k为隶属度函数系数，不同参数对应不同的隶属度函数系数；将步骤(5)计算得到的振动波动幅度作为自变量带入式(3)，即可计算得到振动波动特征值。

6.根据权利要求1所述的基于模糊隶属度函数的旋转机械振动波动特征提取方法，其特征在于，所述步骤(7)中振动波动幅度报警值针对不同参数应设置不同的数值，一般情况下，报警值对应的隶属度函数值为0.5，当振动波动特征值为0时，说明该设备不存在振动波动特征；当振动波动特征值大于0且小于0.5时，说明该设备存在振动波动特征，但波动幅度较小；当振动波动特征值大于或等于0.5时，说明该设备存在振动波动特征，且振动波动幅度已达到报警值。