一种压缩机调制特征定量分析方法、装置、设备及介质与流程
本技术涉及故障诊断,尤其涉及一种压缩机调制特征定量分析方法、装置、设备及介质。
背景技术:
1、电动压缩机下线检测需通过调幅/调频调制特征匹配故障严重程度,核心是从多源振动混合信号中分离不同故障源的独立载波调制特征,但压缩机内部轴承、气阀等多振源宽频载波的交叉调制使信号呈多载频嵌套耦合形态,打破传统调制分析的单载波适用前提;产线≤10秒/台的实时约束下,传统方法易出现调制边带混叠、抗噪性差、精度不足等问题,即便提取到边带幅值,也因不同载波能量本底差异大、幅值受载波波动/窗函数/频谱泄露干扰且量纲不一致,无法形成统一的质量分级工程判据。
2、因此,如何克服压缩机多载频耦合与强背景噪声干扰,实现调制特征的准确提取、稳定量化与故障状态的统一判定是当前亟需解决的技术问题。
技术实现思路
1、本技术提供一种压缩机调制特征定量分析方法、装置、设备及介质,其达到了调制特征的准确提取、稳定量化与故障状态的统一判定的技术效果。
2、为了达到上述目的,本技术采用的主要技术方案包括:
3、第一方面,本技术实施例提供一种压缩机调制特征定量分析方法,所述方法包括:
4、获取压缩机处于稳态运行工况下的待处理信号,并对所述待处理信号进行结构化频带分解,得到若干个子带信号;
5、对所述若干子带信号中的每一个子带信号分别进行希尔伯特包络分析,得到与各所述子带信号对应的包络信号;
6、对所述包络信号进行频谱分析,得到各所述子带信号的调制特征参数;
7、基于所述调制特征参数确定多维度的调制指标,将所述调制指标与预设的动态阈值进行比较,以根据比较结果对所述压缩机的故障状态进行综合判定与分级。
8、在一个实施方式中,所述获取压缩机处于稳态运行工况下的待处理信号,并对所述待处理信号进行结构化频带分解,得到若干个子带信号,包括:
9、对采集的压缩机运行时的原始振动信号进行稳态监测,当满足稳态判定条件时,对所述原始振动信号进行截取,得到待处理信号;
10、对所述待处理信号进行结构化频带分解,得到多个初始子带信号;
11、对每一个所述初始子带信号进行单分量判定,若判定为不满足近似单分量条件,则将当前初始子带信号拆分为两个新的子带信号,并对拆分后的子带信号递归执行所述单分量判定,直至所有子带信号均满足所述近似单分量条件;
12、将满足所述近似单分量条件的所有子带信号进行汇总,得到所述若干个子带信号。
13、在一个实施方式中,所述对所述若干子带信号中的每一个子带信号分别进行希尔伯特包络分析,得到与各所述子带信号对应的包络信号,包括:
14、对每一个所述子带信号的首尾两端分别进行镜像延拓处理,生成延拓子带信号;
15、对所述延拓子带信号进行希尔伯特变换以构造解析信号,并确定所述解析信号的模值,得到初始包络信号;
16、裁去所述初始包络信号中与所述镜像延拓处理对应的延拓段,得到原始包络信号;
17、对所述原始包络信号进行滤波处理,得到与各所述子带信号对应的所述包络信号。
18、在一个实施方式中,所述对所述包络信号进行频谱分析,得到各所述子带信号的调制特征参数,包括:
19、确定各所述包络信号对应的包络幅值谱;
20、从所述包络幅值谱中提取零频处的直流分量幅值,将所述直流分量幅值确定为载波幅值;
21、基于预设的目标故障特征频率峰值对所述包络幅值谱进行搜索,将搜索到的最大幅值确定为调制分量幅值;
22、确定所述调制分量幅值与所述载波幅值的比值,将所述比值确定为所述调制特征参数。
23、在一个实施方式中,所述基于所述调制特征参数确定多维度的调制指标,包括:
24、遍历各所述子带信号的调制特征参数,将各所述子带信号的所述调制特征参数中的最大值,确定为第一维度调制指标;
25、遍历各所述包络信号对应的包络幅值谱,提取一阶转频处的最大幅值作为转频基准幅值,并将所述第一维度调制指标与所述转频基准幅值的比值,确定为第二维度调制指标;
26、针对包含目标故障特征频率峰值的目标子带信号,确定所述目标子带信号的包络幅值谱中所述目标故障特征频率峰值处的幅值,并将所述幅值与所述目标子带信号的包络幅值谱中所有频率点的幅值之和的比值,确定为第三维度调制指标;
27、将所述第一维度调制指标、所述第二维度调制指标和所述第三维度调制指标进行汇总,得到所述多维度的调制指标。
28、在一个实施方式中,所述将所述调制指标与预设的动态阈值进行比较,以根据比较结果对所述压缩机的故障状态进行综合判定与分级,包括:
29、若所述第三维度调制指标大于或等于预设的集中度阈值,则判定所述压缩机的故障状态为严重故障;
30、若所述第三维度调制指标小于所述集中度阈值,则确定所述第一维度调制指标与预设的第一动态阈值的第一比值,以及确定所述第二维度调制指标与预设的第二动态阈值的第二比值;
31、将所述第一比值和所述第二比值中的最大值作为综合严重程度指标,并根据所述综合严重程度指标对所述压缩机的故障状态进行分级。
32、在一个实施方式中,所述分级包括:
33、当所述综合严重程度指标小于第一分级阈值时,判定所述压缩机的故障状态为正常;
34、当所述综合严重程度指标大于或等于所述第一分级阈值且小于第二分级阈值时,判定所述压缩机的故障状态为轻微故障;
35、当所述综合严重程度指标大于或等于所述第二分级阈值且小于第三分级阈值时,判定所述压缩机的故障状态为中等故障;
36、当所述综合严重程度指标大于或等于所述第三分级阈值时,判定所述压缩机的故障状态为严重故障;
37、其中,所述第一分级阈值<第二分级阈值<第三分级阈值。
38、第二方面,本技术实施例提供一种压缩机调制特征定量分析装置,所述装置包括:
39、频带分解单元,用于获取压缩机处于稳态运行工况下的待处理信号,并对所述待处理信号进行结构化频带分解,得到若干个子带信号;
40、包络分析单元,用于对所述若干子带信号中的每一个子带信号分别进行希尔伯特包络分析,得到与各所述子带信号对应的包络信号;
41、频谱分析单元,用于对所述包络信号进行频谱分析,得到各所述子带信号的调制特征参数;
42、综合判定单元,用于基于所述调制特征参数确定多维度的调制指标,将所述调制指标与预设的动态阈值进行比较,以根据比较结果对所述压缩机的故障状态进行综合判定与分级。
43、第三方面,本技术实施例提供一种计算机设备,包括:
44、存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述所述的压缩机调制特征定量分析方法。
45、第四方面,本技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行上述所述的压缩机调制特征定量分析方法。
46、本技术的一个或多个实施方式提供的技术方案,通过限定压缩机处于稳态运行工况以规避非平稳噪声干扰,并采用结构化频带分解将宽带复杂振动信号解耦为若干子带信号,从而有效降低背景噪声对微弱故障特征的掩盖,实现不同频段复合故障成分的物理隔离,为后续分析提供高信噪比的数据基础;在此基础上,对各子带信号逐一进行希尔伯特包络分析,能够剥离高频载波并精准提取低频调制包络,避免因多频耦合产生虚假调制和端点效应,真实还原由机械故障引发的周期性冲击形态,显著提升微弱故障特征的可见度;进而对包络信号进行频谱分析,将时域冲击转化为频域离散谱线以精准定位故障特征频率,通过提取直流分量与故障频率峰值能量计算调制深度参数,有效剔除跨频带能量本底干扰并实现特征标准化,获得具备高度物理意义的可量化核心数据;最终基于上述参数构建涵盖绝对调制强度、相对显著性及能量集中度等多维度的综合评价指标体系,结合阈值进行比较判定,实现对压缩机故障状态的科学分级与综合诊断,大幅提升了故障诊断的鲁棒性、准确率及工程实用价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com