一种旋转机械碰摩故障识别方法及系统

本发明属于故障诊断，特别涉及一种旋转机械碰摩故障识别方法及系统。

背景技术：

1、旋转机械在航空、航天、运输、能源等领域发挥着重要作用。转静碰摩作为大型旋转机械的典型二次故障，不仅会导致整机振动增大，还会引起转子转速出现显著波动，干扰设备的正常运行，严重时会诱发重大安全事故。因此，准确识别转静碰摩故障对于保证设备的稳定运行至关重要。

2、振动分析因其简洁性和对早期故障的敏感性，在设备的状态监测得到广泛应用。转子故障时，振动信号常伴随周期性脉冲，但由于信息通常比较微弱，易被背景噪声和无关信号淹没。在转静碰摩故障识别中，基于信号分解算法的研究是一类最有代表性的典型研究。信号分解方法从时域、频域或时频域角度对信号进行分解，并通过对分量信号的分析凸显故障特征。这些信号分析方法在碰摩故障信号的处理上都具有各自的优势，但也存在一定的局限性。离散小波变换具有良好的时频局部性。通过对小波变换后的分量信号进行分析，可以极大的提高故障识别的准确性。

3、由于表征转子故障的特征信号易被背景噪声和无关信号淹没。因此，故障识别的一个关键问题是如何在包含大量噪声的信号中，挖掘出微弱的故障信息。与绝大多数降噪方法不同的是，随机共振通过利用噪声，而不是消除噪声来突出故障信息。目前，自适应随机共振在轴承故障诊断领域有比较广泛的应用。但在碰摩故障识别中的研究较少。其中一个重要原因在于，在利用信噪比指导随机共振系统参数调优前，需要确定目标信号的频率，而发生碰摩故障时的特征频率通常非常丰富且具有一定的随机性。因此，以信噪比为适应度函数指导随机共振系统参数调优时，常难以实现碰摩故障的准确识别。

4、因此，如何对变换后的分量信号进行选择、并实现随机共振系统参数的自适应确定，实现故障信息的准确提取，成为碰摩故障识别中亟待解决的问题。

技术实现思路

1、为解决上述现有技术存在的问题，本发明提供了一种旋转机械碰摩故障识别方法系统。

2、本发明的一种旋转机械碰摩故障识别方法，包括以下步骤：

3、s1：通过传感器采集获取旋转机械的振动信号，其中，表示振动信号的采样点数；

4、s2：对所述振动信号进行多层离散小波变换，得到多个分量信号，各分量信号与原始振动信号具有相同采样长度，其中包含1个近似分量信号和多个细节分量信号，表示编号；

5、s3：计算各所述分量信号与原始振动信号之间的相似度指标；从所述分量信号中选取余弦相似度最大的分量信号作为包含主要故障信息的最优特征分量信号；

6、s4：以所述最优特征分量信号作为输入，采用变尺度随机共振系统进行信号增强处理，并通过粒子群优化算法对所述随机共振系统的参数进行自适应优化，以增强信号中的碰摩故障特征，实现微弱特征信号的提取与放大，得到随机共振系统的输出信号；

7、s5：对所述输出信号进行频谱分析，提取其中的特征频率分量，并将所述频率分量与预设的旋转机械碰摩故障特征频率进行对比分析，以确定旋转机械是否发生碰摩故障以及发生故障的类型。

8、优选地，步骤s1中获取的振动信号为由布置在旋转机械轴承座或机壳处的振动传感器采集得到的时域振动信号。

9、优选地，步骤s3中，第个分量信号与原始振动信号之间的余弦相似度计算公式为：

10、

11、式中，表示原始振动信号，表示第个分量信号，表示振动信号的采样点数；所述步骤s4中，选取余弦相似度 最大的分量信号作为最优特征分量信号。

12、优选地，步骤s4中，采用双稳态变尺度随机共振系统对所述最优特征分量信号进行处理，所述随机共振系统的参数通过粒子群优化算法进行自适应优化，且所述粒子群优化算法以随机共振系统输出信号的均方根值（rms）作为适应度函数，其表达式为：。

13、优选地，步骤s5中，通过对所述随机共振系统的输出信号进行频谱分析，提取转频、倍频及其组合频率分量，当所述频率分量中出现旋转机械碰摩故障特征频率，且所述频率成分的幅值相对于原始信号或背景噪声水平发生增强时，判定旋转机械存在碰摩故障。

14、本发明还涉及一种旋转机械碰摩故障识别系统，所述系统包括一计算机模块，该模块运行上述旋转机械碰摩故障识别方法。

15、有益效果

16、本发明提供的一种旋转机械碰摩故障识别方法，融合了离散小波变换、改进粒子群算法与变尺度随机共振。首先对采集到的振动信号进行离散小波变换，计算各细节信号、近似信号与原始信号之间的余弦相似度，并将余弦相似度最高的分量选取作为最优分量信号，可以减小与故障无关分量对故障信息提取的影响，准确提取最具代表性的故障信息；通过以均方根替代信噪比作为粒子群优化算法的适应度函数，自适应确定变尺度随机共振的系统参数，可有效解决因碰摩故障特征频率出现随机性而导致的参数优化困难问题；通过基于所确定参数对最优分量信号实施自适应随机共振处理，可以将故障信息集中于低频区域，并显著增强微弱故障特征；最终通过对共振输出信号进的谱分析，对碰摩故障进行识别。

1.一种旋转机械碰摩故障识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的旋转机械碰摩故障识别方法，其特征在于，所述步骤s1中获取的振动信号为由布置在旋转机械轴承座或机壳处的振动传感器采集得到的时域振动信号。

3.根据权利要求1所述的旋转机械碰摩故障识别方法，其特征在于，所述步骤s3中，第个分量信号与原始振动信号之间的余弦相似度计算公式为：

4.根据权利要求1所述的旋转机械碰摩故障识别方法，其特征在于，所述步骤s4中，采用双稳态变尺度随机共振系统对所述最优特征分量信号进行处理，所述随机共振系统的参数通过粒子群优化算法进行自适应优化，且所述粒子群优化算法以随机共振系统输出信号的均方根值rms作为适应度函数，其表达式为：。

5.根据权利要求1所述的旋转机械碰摩故障识别方法，其特征在于，所述步骤s5中，通过对所述随机共振系统的输出信号进行频谱分析，提取转频、倍频及其组合频率分量，当所述频率分量中出现旋转机械碰摩故障特征频率，且所述频率成分的幅值相对于原始信号或背景噪声水平发生增强时，判定旋转机械存在碰摩故障。

6.一种旋转机械碰摩故障识别系统，其特征在于，所述系统包括一计算机模块，该模块运行权利要求1至5任一项所述的旋转机械碰摩故障识别方法。