一種振動故障分析方法及其系統(tǒng)的制作方法
【專利摘要】本發(fā)明一種振動故障分析方法及其系統(tǒng)，至少適用于具有轉(zhuǎn)動軸承、齒輪箱、發(fā)電機的機械系統(tǒng)的振動故障診斷，該方法包括：小波消噪步驟、時域監(jiān)測與頻域診斷分析步驟、時域監(jiān)測統(tǒng)計指標閾值的確定步驟。本發(fā)明一種振動故障分析方法及其系統(tǒng)，消除風(fēng)力發(fā)電機組振動信號中噪聲等干擾，采用時域分析進行監(jiān)測與頻域分析進行故障識別技術(shù)相結(jié)合，可以及時、準確、有效地對風(fēng)力發(fā)電機組進行設(shè)備管理、故障診斷。
【專利說明】
一種振動故障分析方法及其系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及機械故障診斷領(lǐng)域，尤其涉及一種振動故障分析方法及其系統(tǒng)，該方 法適用于具有轉(zhuǎn)動軸承、齒輪箱、發(fā)電機的振動故障監(jiān)測，尤其適用于風(fēng)力發(fā)電機組振動故 障診斷分析領(lǐng)域。
【背景技術(shù)】
[0002] 隨著風(fēng)力發(fā)電機技術(shù)的快速發(fā)展和日趨完善，風(fēng)力發(fā)電機組的可靠性越來越高， 單機容量的不斷增大，裝機量也逐年增加。目前，國內(nèi)風(fēng)電裝機突破1億千瓦，2020年預(yù)計將 突破2億千瓦，如此巨大的裝機容量，將使風(fēng)機運維市場面臨一個巨大的挑戰(zhàn)。據(jù)研究報告 顯示，中國風(fēng)電運行和維護市場在2015年至2022年，風(fēng)場運維費用累計將高達160億美元。 為降低運維成本，實現(xiàn)風(fēng)力發(fā)電行業(yè)長期穩(wěn)定安全健康發(fā)展，風(fēng)力發(fā)電機組的狀態(tài)診斷與 故障診斷也就顯得越來越重要了。近幾年，對風(fēng)電機組故障診斷研究提出了很多方法，比 如:基于齒輪箱振動信號的時頻域特征，提出采用基于建檔案的兩時域，即原始時域和包絡(luò) 時域;三頻域，即頻譜、細化譜、解調(diào)譜的診斷方法;通過振動噪聲診斷法，在傳統(tǒng)的各種信 號處理方法的基礎(chǔ)上采用時域和頻域綜合分析方法。
[0003] 風(fēng)力發(fā)電機組中的機械部件在工作時會產(chǎn)生振動，如果發(fā)生故障，振動信號的能 量分布就會發(fā)生變化，振動信號是風(fēng)力發(fā)電機組故障特征的載體。在風(fēng)電機組故障診斷方 面，由于其結(jié)構(gòu)復(fù)雜，工作環(huán)境比較惡劣，各種干擾很大，涉及問題較多，傳統(tǒng)的故障診斷技 術(shù)不能有效的診斷出故障。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是針對上述【背景技術(shù)】存在的缺陷，提供一種基于小波消噪的時域和 頻域的振動故障分析方法及其系統(tǒng)。
[0005] 為實現(xiàn)上述目的，本發(fā)明之一的一種振動故障分析方法，至少適用于具有轉(zhuǎn)動軸 承、齒輪箱、發(fā)電機的機械系統(tǒng)的振動故障診斷，該方法包括:小波消噪步驟，即首先利用小 波變換將振動信號X分解到多個層級上，再針對每一層級的小波系數(shù)進行門限閾值處理，最 后通過處理后的小波系數(shù)進行振動信號X重構(gòu);時域監(jiān)測與頻域診斷分析步驟，即在時域內(nèi) 對振動信號X至少進行濾波、放大、統(tǒng)計特征計算、相關(guān)性分析處理，通過時域分析，獲取反 映機械系統(tǒng)運行狀態(tài)的特征參數(shù)，為機械系統(tǒng)動態(tài)分析和故障診斷提供有效信息，確定機 械部件是否發(fā)生故障以及故障的嚴重程度;頻域分析通過傅里葉變換分解為若干單一的諧 波分量，以獲得振動信號X的頻率結(jié)構(gòu)以及各諧波和相位信息，頻域分析至少用來分析故障 齒輪箱振動信號X頻譜中出現(xiàn)的調(diào)制邊頻帶，準確判斷故障發(fā)生的部位;時域監(jiān)測統(tǒng)計指標 閾值的確定步驟，即運用統(tǒng)計指標對機械系統(tǒng)運行狀態(tài)進行監(jiān)測，須為正常狀態(tài)下機械系 統(tǒng)的振動信號X的統(tǒng)計指標值確定一個變化范圍，當統(tǒng)計值超出這個范圍時，則判定機械系 統(tǒng)特定機械部件運行失常。
[0006] 進一步地，在分析小波消噪軟硬閾值的基礎(chǔ)上，選擇Daubechies小波變換對含噪 聲振動信號X進行分析，以獲取小波分解系數(shù)，再通過改變分解得到的各層高頻系數(shù)進行信 號的小波重構(gòu)實現(xiàn)消噪；
[0007] 進一步地，在分析小波消噪軟硬閾值的基礎(chǔ)上，選擇Daubechies小波變換對含噪 聲振動信號X進行分析，以獲取小波分解系數(shù)，再通過改變分解得到的各層高頻系數(shù)進行信 號的小波重構(gòu)實現(xiàn)消噪。
[0008] 進一步地，利用小波閾值對振動信號X的消噪過程分為三個步驟，振動信號X的小 波分解步驟，即選擇一個小波并確定小波分解的層次N(N>1，且N為自然數(shù)），然后對振動信 號X進行N層小波分解;小波分解后高頻系數(shù)的閾值量化步驟，即對第1層到第N層的每一層 高頻系數(shù)，選擇一個閾值進行軟閾值量化處理;小波的重構(gòu)步驟，即根據(jù)小波分解的第N層 的低頻系數(shù)和經(jīng)過量化處理后的第1層到第N層的高頻系數(shù)，進行振動信號X的小波重構(gòu)。
[0009] 進一步地，在消噪過程中，高頻系數(shù)的閾值選取軟閾值形式；當小波系數(shù)的絕對值 小于給定閾值時，令其為〇;而大于閾值時，令其減去閾值，BP
[0011] 進一步地，振動故障分析方法采用通用閾值規(guī)則，即采用sqtwolog規(guī)則，設(shè)振動信 號X中噪聲信號f(x)經(jīng)小波分解得到η個小波系數(shù)，噪聲信號的信號均方差〇,則通用閾值為
[0012] 進一步地，振動故障分析方法至少采用有效值、峰值、峰值指標、峭度系數(shù)、脈沖指 標和裕度指標對振動信號X進行時域統(tǒng)計分析，在機械系統(tǒng)正常運行情形下，利用正態(tài)分布 理論對各個參數(shù)統(tǒng)計指標值進行統(tǒng)計分析，確定各指標閾值。
[0013] 進一步地，針對采集到的振動信號X 1、X 2......X ν，計算振動烈度指標巧.為
[001 4]進一步地，針對采集到的振動信號XI、Χ2......ΧΝ，計算振動烈度指標&振動信號X 的峭度系數(shù)為
[0015] 進一步地，振動信號X的峰值指標Cf采用峰值除以均方根值的方式獲得，即
其中，Xmax為峰值，即振動信號X樣本絕對值最大10個數(shù)的算術(shù)平均值。
[0016] 進一步地，頻域分析采用全景譜分析、細化譜分析及解調(diào)譜分析，其中，全景譜用 于觀察調(diào)制邊頻帶在整個頻率域范圍內(nèi)的分布情況，確定出需要繼續(xù)分析的局部頻率，在 全景譜分析基礎(chǔ)上，采用細化譜和解調(diào)譜提高頻率分辨率和頻譜分析精度，針對局部頻率 進行局部放大和解調(diào)分析，準確判斷故障發(fā)生的位置和類型。
[0017] 進一步地，假定機械系統(tǒng)正常狀態(tài)下振動信號X的統(tǒng)計指標X服從正態(tài)分布為X~N (μ，〇2)，
[0018] 則假定機械系統(tǒng)正常狀態(tài)下振動信號X的統(tǒng)計指標X的統(tǒng)計值y的概率密度函數(shù)為
[0019] 其中，μ為統(tǒng)計值分布的均值，σ為分布的標準差，假定風(fēng)力發(fā)電機組正常狀態(tài)下振 動信號X的統(tǒng)計指標X的統(tǒng)計值y的概率密度函數(shù)，當統(tǒng)計指標X的統(tǒng)計值y超出μ ± 3〇范圍即 判定風(fēng)機機械部件運行狀態(tài)異常。
[0020] 本發(fā)明之二一種振動故障分析系統(tǒng)，至少適用于轉(zhuǎn)動軸承、齒輪箱、發(fā)電機的振動 故障診斷，振動故障分析系統(tǒng)應(yīng)用了基于小波消噪的時域和頻域的振動故障分析方法。
[0021] 進一步地，所述振動故障分析系統(tǒng)適用于風(fēng)力發(fā)電機組。
[0022] 進一步地，風(fēng)力發(fā)電機組上至少布置有7個振動信號X監(jiān)測點；其中，第一測點用于 監(jiān)測主軸軸承的振動情況;第二測點用于監(jiān)測齒輪箱輸入軸承及齒輪箱的振動情況;第三 測點用于監(jiān)測齒輪箱的振動情況；第四測點用于監(jiān)測齒輪箱輸出軸承及齒輪箱的振動情 況;第五測點用于監(jiān)測發(fā)電機輸入端軸承的振動情況;第六測點用于監(jiān)測發(fā)電機輸出端的 軸承振動情況;第七測點安裝于機艙底板上，用于監(jiān)測整個機艙在水平縱向和水平橫向的 振動情況。
[0023] 進一步地，振動傳感器采用加速度傳感器。
[0024] 進一步地，第一測點至第六測點的傳感器均采用壓電式加速度傳感器;第七測點 的傳感器采用MEMS加速度傳感器。
[0025]進一步地，所有監(jiān)測點傳感器的采樣頻率均為20ΚΗζ。
[0026] 綜上所述，本發(fā)明一種基于小波消噪的時域和頻域的振動故障分析方法及其系 統(tǒng)，消除風(fēng)力發(fā)電機組振動信號中噪聲等干擾，采用時域分析進行監(jiān)測與頻域分析進行故 障識別技術(shù)相結(jié)合，可以及時、準確、有效地對風(fēng)力發(fā)電機組進行設(shè)備管理、故障診斷。
【附圖說明】
[0027] 圖1為本發(fā)明一種振動故障分析方法的流程圖示意圖。
[0028] 圖2為本發(fā)明一種振動故障分析方法的時域參數(shù)指標診斷方法示意圖。
[0029]圖3為假定風(fēng)力發(fā)電機組正常狀態(tài)下，本發(fā)明一種振動故障分析方法中振動信號 的統(tǒng)計指標X的統(tǒng)計值X的概率密度函數(shù)。
【具體實施方式】
[0030] 為詳細說明本發(fā)明的技術(shù)內(nèi)容、構(gòu)造特征、所達成目的及效果，以下茲例舉實施例 并配合附圖詳予說明。
[0031] 請參閱圖1，本發(fā)明之一的一種基于小波消噪的時域和頻域的振動故障分析方法， 該方法適用于風(fēng)力發(fā)電機組，該方法的技術(shù)方案是:基于小波變換的消噪預(yù)處理方法，并針 對小波消噪的不足進行改進，以適應(yīng)風(fēng)力發(fā)電機組振動信號的消噪過程。采用時域信號的 參數(shù)指標對振動故障信號進行監(jiān)測；同時采用時域波形來反映振動故障信號中的沖擊成 分;采用頻譜分析，包括全景譜、解調(diào)譜和細化譜來反映故障頻域信號的特點。
[0032] 請續(xù)參閱圖1，本發(fā)明一種振動故障分析方法，該方法適用于風(fēng)力發(fā)電機組，該方 法詳細內(nèi)容如下：
[0033] (1)小波消噪:針對小波消噪存在小波基和分解層數(shù)選取和確定、閾值方法確定等 問題，在分析小波消噪軟硬閾值的基礎(chǔ)上，選擇Daubechies小波變換對含噪聲振動信號進 行分析，以獲取小波分解系數(shù)，再通過改變分解得到的各層高頻系數(shù)進行信號的小波重構(gòu) 實現(xiàn)消噪。
[0034]小波消噪首先利用小波變換將振動信號分解到多個尺度上，再針對每一層小波系 數(shù)進行閾值處理，最后通過處理后的小波系數(shù)進行振動信號重構(gòu)。
[0035]通常情況下，振動信號X中的噪聲信號多包含在具有較高頻率中，在對振動信號進 行小波分解之后，再利用門限閾值等形式對所分解的小波系數(shù)進行權(quán)重處理，然后對振動 信號中的小信號再進行重構(gòu)即可達到振動信號消噪的目的。
[0036]利用小波閾值對振動信號X的消噪過程分為三個步驟：
[0037]振動信號的小波分解步驟，即選擇一個小波并確定小波分解的層次N(N>1，且N為 自然數(shù)），然后對振動信號X進行N層小波分解；
[0038]小波分解后高頻系數(shù)的閾值量化步驟，即對第1層到第N層的每一層高頻系數(shù)，選 擇一個閾值進行軟閾值量化處理；
[0039] 小波的重構(gòu)步驟，即根據(jù)小波分解的第N層的低頻系數(shù)和經(jīng)過量化處理后的第1層 到第N層的高頻系數(shù)，進行振動信號的小波重構(gòu)。
[0040] 對振動信號中噪聲信號的消噪處理，原則是要使消噪前后的振動信號具有同等的 本質(zhì)信息的相似性，在消噪過程中，高頻系數(shù)的閾值選取軟閾值形式。當小波系數(shù)的絕對值 小于給定閾值時，令其為〇;而大于閾值時，令其減去閾值，BP
[0042]在小波閾值降消噪過程中，本發(fā)明一種振動故障分析方法采用通用閾值規(guī)則，即 采用sqtwolog規(guī)則。通用閾值規(guī)則如下:設(shè)振動信號中噪聲信號f(x)經(jīng)小波分解得到η個小 波系數(shù)，噪聲信號的信號均方差〇,則通用閾值為
[0043] (2)時域監(jiān)測與頻域診斷分析:時域分析是在時域內(nèi)對振動信號進行濾波、放大、 統(tǒng)計特征計算、相關(guān)性分析等處理，通過時域分析方法，獲取反映機械系統(tǒng)運行狀態(tài)的特征 參數(shù)，為機械系統(tǒng)動態(tài)分析和故障診斷提供有效信息，確定機械部件是否發(fā)生故障以及故 障的嚴重程度。
[0044] 請續(xù)參閱圖2,振動信號的時域參數(shù)指標可以反應(yīng)早期故障，對風(fēng)力發(fā)電機組狀態(tài) 進行監(jiān)測，確定風(fēng)力發(fā)電機組機械部件是否發(fā)生故障及確定故障的嚴重程度。
[0045] 具體實施例中，本發(fā)明至少采用有效值、峰值、峰值指標、峭度系數(shù)、脈沖指標和裕 度指標中的一種對振動信號進行時域統(tǒng)計分析。具體實施例中，本發(fā)明一種振動故障分析 方法對有效值、峰值、峭度系數(shù)和峰值指標進行計算，針對采集到的振動信號Χ1、 Χ2......ΧΝ，計算振動烈度指標^ (即有效值)為
[0047]振動信號X的峭度系數(shù)為
[0048]振動信號x的峰值指標Cf采用峰值除以均方根值的方式獲得，
其中， Xmax為峰值，即振動信號X樣本絕對值最大10個數(shù)的算術(shù)平均值。
[0049 ]有效值的穩(wěn)定性較好，但對早期故障不敏感;對表面裂紋敏感，穩(wěn)定性好。
[0050] 峰值在初期階段針對諸如軸承表面剝落以及突然的外界干擾或灰塵引起的故障 比較敏感。無量綱時域參數(shù)對故障的敏感性與穩(wěn)定性的比較如表1所示。
[0051] 表1時域參數(shù)對故障的敏感性與穩(wěn)定性
[0053]綜上分析，采用有效值、峰值、峰值指標、峭度指標、脈沖指標及裕度指標對振動信 號X進行時域統(tǒng)計分析，在風(fēng)力發(fā)電機組正常運行情形下，利用正態(tài)分布理論對各個參數(shù)指 標值進行統(tǒng)計分析，確定各指標閾值。
[0054] 信號的時域和頻域分析從兩個不同的側(cè)面分析振動信號X;頻域分析通過傅里葉 變換分解為若干單一的諧波分量，以獲得振動信號X的頻率結(jié)構(gòu)以及各諧波和相位信息;頻 域分析主要用來分析故障齒輪箱振動信號X頻譜中出現(xiàn)的調(diào)制邊頻帶，準確判斷故障發(fā)生 的部位，頻域分析主要采用全景譜分析、細化譜分析和解調(diào)譜分析，其中，全景譜用于觀察 調(diào)制邊頻帶在整個頻率域范圍內(nèi)的分布情況，確定出需要繼續(xù)分析的局部頻率，在全景譜 分析基礎(chǔ)上，采用細化譜和解調(diào)譜提高頻率分辨率和頻譜分析精度，針對局部頻率進行局 部放大和解調(diào)分析，準確判斷故障發(fā)生的位置和類型。
[0055] (3)時域監(jiān)測統(tǒng)計指標閾值的確定:運用統(tǒng)計指標對機械系統(tǒng)狀態(tài)進行監(jiān)測，須為 正常狀態(tài)下機械系統(tǒng)振動信號的統(tǒng)計指標值確定一個變化范圍，當統(tǒng)計值超出這個范圍 時，則判定機械系統(tǒng)特定機械部件運行失常。
[0056] 請續(xù)參閱圖3,具體實施例中，假定風(fēng)力發(fā)電機組正常狀態(tài)下振動信號X的統(tǒng)計指 標X服從正態(tài)分布為
[0057] X ~Ν(μ，σ2)
[0058] 則假定風(fēng)力發(fā)電機組正常狀態(tài)下振動信號X的統(tǒng)計指標X的統(tǒng)計值y的概率密度函 數(shù)為
[0060] 其中，μ為統(tǒng)計值分布的均值，σ為分布的標準差，假定風(fēng)力發(fā)電機組正常狀態(tài)下振 動信號的統(tǒng)計指標X的統(tǒng)計值y的概率密度函數(shù)。
[0061] 請續(xù)參閱圖3，統(tǒng)計指標X的統(tǒng)計值y越靠近其均值μ，則y的概率密度越大，出現(xiàn)的 可能性越大；統(tǒng)計指標X的統(tǒng)計值y越遠離其均值μ，則y的概率密度越小，出現(xiàn)的可能性越 小。具體實施例中，統(tǒng)計指標X的統(tǒng)計值y位于μ±3σ范圍內(nèi)的概率達到了99.74% ;而統(tǒng)計指 標X的統(tǒng)計值y位于μ±3σ范圍以外的概率僅為0.26%。
[0062]對于風(fēng)力發(fā)電機組運行狀態(tài)的監(jiān)測而言，假定正常的振動信號X的統(tǒng)計指標為X， 其統(tǒng)計值y的分布均值為μ，分布標準差為〇。當統(tǒng)計指標X的統(tǒng)計值y超出μ ± 3〇范圍即判定 風(fēng)機機械部件運行狀態(tài)異常，依此監(jiān)測原則，將一個正常運行的風(fēng)力發(fā)電機組機械部件誤 診為故障的概率僅為0.26%，因此以μ±3σ作為運行異常的監(jiān)測閾值。風(fēng)力發(fā)電機組振動信 號X的統(tǒng)計指標X較小，表明風(fēng)力發(fā)電機組運行狀態(tài)良好、平穩(wěn)，故在對風(fēng)力發(fā)電機組進行振 動故障診斷過程中，無需對統(tǒng)計指標X設(shè)定閾值。
[0063] 本發(fā)明之二的振動故障分析系統(tǒng)應(yīng)用了基于小波消噪的時域和頻域的振動故障 分析方法.
[0064] 在具體實施例中，風(fēng)力發(fā)電機組上至少布置7個振動信號X監(jiān)測點。其中，第一測點 主要用于監(jiān)測主軸軸承的振動情況;第二測點主要用于監(jiān)測齒輪箱輸入軸承及齒輪箱的振 動情況;第三測點主要用于監(jiān)測齒輪箱的振動情況;第四測點主要用于監(jiān)測齒輪箱輸出軸 承及齒輪箱的振動情況;第五測點主要用于監(jiān)測發(fā)電機輸入端軸承的振動情況;第六測點 主要用于監(jiān)測發(fā)電機輸出端的軸承振動情況;第七測點安裝于機艙底板上，主要用于監(jiān)測 整個機艙在水平縱向（軸向）和水平橫向（徑向）的振動情況。對于振動頻率較高的測點，振 動傳感器采用振動加速度傳感器，具體實施例中，由于第一測點、第二測點、第三測點、第四 測點、第五測點、第六測點的振動頻率較高，第一測點至第六測點的傳感器均采用振動加速 度傳感器，并磁座方式固定，具體實施例中，第一測點至第六測點的傳感器采用壓電式加速 度傳感器，第七測點的傳感器采用MEMS加速度傳感器。本發(fā)明一種振動故障分析系統(tǒng)所有 監(jiān)測點傳感器的采樣頻率均為20ΚΗζ。
[0065] 具體實施例中，在選取分析的數(shù)據(jù)時，采用經(jīng)過統(tǒng)計分析的判斷標準：（1)功率〉 OKW; (2) 1 OOrpm彡高速軸轉(zhuǎn)速彡2000rpm。
[0066] 綜上所述，本發(fā)明一種振動故障分析方法及其系統(tǒng)，消除風(fēng)力發(fā)電機組振動信號 中噪聲等干擾，采用時域分析進行監(jiān)測與頻域分析進行故障識別技術(shù)相結(jié)合，可以及時、準 確、有效地對風(fēng)力發(fā)電機組進行設(shè)備管理、故障診斷。
[0067] 以上所述的技術(shù)方案僅為一種振動故障分析方法及其系統(tǒng)的較佳實施例，任何在 本發(fā)明一種振動故障分析方法及其系統(tǒng)基礎(chǔ)上所作的等效變換或替換都包含在本專利的 權(quán)利要求的范圍之內(nèi)。
【主權(quán)項】
1. 一種振動故障分析方法，至少適用于具有轉(zhuǎn)動軸承、齒輪箱、發(fā)電機的機械系統(tǒng)的振 動故障診斷，該方法包括： 小波消噪步驟，即首先利用小波變換將振動信號X分解到多個層級上，再針對每一層級 的小波系數(shù)進行口限闊值處理，最后通過處理后的小波系數(shù)進行振動信號X重構(gòu)； 時域監(jiān)測與頻域診斷分析步驟，即在時域內(nèi)對振動信號X至少進行濾波、放大、統(tǒng)計特 征計算、相關(guān)性分析處理，通過時域分析，獲取反映機械系統(tǒng)運行狀態(tài)的特征參數(shù)，為機械 系統(tǒng)動態(tài)分析和故障診斷提供有效信息，確定機械部件是否發(fā)生故障W及故障的嚴重程 度;頻域分析通過傅里葉變換分解為若干單一的諧波分量，W獲得振動信號X的頻率結(jié)構(gòu)W 及各諧波和相位信息，頻域分析至少用來分析故障齒輪箱振動信號X頻譜中出現(xiàn)的調(diào)制邊 頻帶，準確判斷故障發(fā)生的部位； 時域監(jiān)測統(tǒng)計指標闊值的確定步驟，即運用統(tǒng)計指標對機械系統(tǒng)運行狀態(tài)進行監(jiān)測， 須為正常狀態(tài)下機械系統(tǒng)的振動信號X的統(tǒng)計指標值確定一個變化范圍，當統(tǒng)計值超出運 個范圍時，則判定機械系統(tǒng)特定機械部件運行失常。2. 如權(quán)利要求1所述的一種振動故障分析方法，其特征在于:在分析小波消噪軟硬闊值 的基礎(chǔ)上，選擇化ubechies小波變換對含噪聲振動信號X進行分析，W獲取小波分解系數(shù)， 再通過改變分解得到的各層高頻系數(shù)進行信號的小波重構(gòu)實現(xiàn)消噪。3. 如權(quán)利要求2所述的一種振動故障分析方法，其特征在于:利用小波闊值對振動信號 X的消噪過程分為Ξ個步驟，振動信號X的小波分解步驟，即選擇一個小波并確定小波分解 的層次N(N>1，且N為自然數(shù)），然后對振動信號X進行N層小波分解;小波分解后高頻系數(shù)的 闊值量化步驟，即對第1層到第N層的每一層高頻系數(shù)，選擇一個闊值進行軟闊值量化處理； 小波的重構(gòu)步驟，即根據(jù)小波分解的第N層的低頻系數(shù)和經(jīng)過量化處理后的第1層到第N層 的高頻系數(shù)，進行振動信號X的小波重構(gòu)。4. 如權(quán)利要求3所述的一種振動故障分析方法，其特征在于:在消噪過程中，高頻系數(shù) 的闊值選取軟闊值形式；當小波系數(shù)的絕對值小于給定闊值時，令其為0;而大于闊值時，令 其減去闊值，即 、與.5. 如權(quán)利要求4所述的一種振動故障分析方法，其特征在于:振動故障分析方法采用通 用闊值規(guī)則，即采用sqtwolog規(guī)則，設(shè)振動信號X中噪聲信號f(x)經(jīng)小波分解得到η個小波 系數(shù)，噪聲信號的信號均方差0,則通用闊值夫,6. 如權(quán)利要求1所述的一種振動故障分析方法，其特征在于:振動故障分析方法至少采 用有效值、峰值、峰值指標、峭度系數(shù)、脈沖指標和裕度指標對振動信號X進行時域統(tǒng)計分 析，在機械系統(tǒng)正常運行情形下，利用正態(tài)分布理論對各個參數(shù)統(tǒng)計指標值進行統(tǒng)計分析， 確定各指標闊值。7. 如權(quán)利要求6所述的一種振動故障分析方法，其特征在于:針對采集到的振動信號XI、 Χ2......ΧΝ，計算振動烈度指標馬為8. 如權(quán)利要求6所述的一種振動故障分析方法，其特征在于:針對采集到的振動信號XI、 X2......XN，計算振動烈度指標馬振動信號X的峭度系數(shù)為其中9. 如權(quán)利要求6、7、8任意一項所述的一種振動故障分析方法，其特征在于:振動信號X 的峰值指標Cf采用峰值除W均方根值的方式獲得，目[其中，Xmax為峰值，即振動 信號X樣本絕對值最大10個數(shù)的算術(shù)平均值。10. 如權(quán)利要求1所述的一種振動故障分析方法，其特征在于:頻域分析采用全景譜分 析、細化譜分析及解調(diào)譜分析，其中，全景譜用于觀察調(diào)制邊頻帶在整個頻率域范圍內(nèi)的分 布情況，確定出需要繼續(xù)分析的局部頻率，在全景譜分析基礎(chǔ)上，采用細化譜和解調(diào)譜提高 頻率分辨率和頻譜分析精度，針對局部頻率進行局部放大和解調(diào)分析，準確判斷故障發(fā)生 的位置和類型。11. 如權(quán)利要求1所述的一種振動故障分析方法，其特征在于:假定機械系統(tǒng)正常狀態(tài) 下振動信號X的統(tǒng)計指標X服從正態(tài)分布為X~Ν(μ，〇2)， 則假定機械系統(tǒng)正常狀態(tài)下振動信號X的統(tǒng)計指標X的統(tǒng)計值y的概率密度函數(shù)為，一說).勺' < 00， 其中，μ為統(tǒng)計值分布的均值，σ為分布的標準差，假定風(fēng)力發(fā)電機組正常狀態(tài)下振動信 號X的統(tǒng)計指標X的統(tǒng)計值y的概率密度函數(shù)，當統(tǒng)計指標X的統(tǒng)計值y超出μ±30范圍即判定 風(fēng)機機械部件運行狀態(tài)異常。12. -種振動故障分析系統(tǒng)，至少適用于轉(zhuǎn)動軸承、齒輪箱、發(fā)電機的振動故障監(jiān)測，其 特征在于:振動故障分析系統(tǒng)應(yīng)用了基于小波消噪的時域和頻域的振動故障分析方法。13. 如權(quán)利要求12所述的一種振動故障分析系統(tǒng)，其特征在于:振動故障分析系統(tǒng)適用 于風(fēng)力發(fā)電機組。14. 如權(quán)利要求13所述的一種振動故障分析系統(tǒng)，其特征在于:風(fēng)力發(fā)電機組上至少布 置有7個振動信號X監(jiān)測點；其中，第一測點用于監(jiān)測主軸軸承的振動情況;第二測點用于監(jiān) 測齒輪箱輸入軸承及齒輪箱的振動情況;第Ξ測點用于監(jiān)測齒輪箱的振動情況;第四測點 用于監(jiān)測齒輪箱輸出軸承及齒輪箱的振動情況;第五測點用于監(jiān)測發(fā)電機輸入端軸承的振 動情況;第六測點用于監(jiān)測發(fā)電機輸出端的軸承振動情況;第屯測點安裝于機艙底板上，用 于監(jiān)測整個機艙在水平縱向和水平橫向的振動情況。15. 如權(quán)利要求14所述的一種振動故障分析系統(tǒng)，其特征在于:振動傳感器采用加速度 傳感器。16. 如權(quán)利要求15所述的一種振動故障分析系統(tǒng)，其特征在于:第一測點至第六測點的 傳感器均采用壓電式加速度傳感器;第屯測點的傳感器采用MEMS加速度傳感器。
【文檔編號】G01M13/04GK106092565SQ201610405822
【公開日】2016年11月9日
【申請日】2016年6月8日
【發(fā)明人】楊濱源, 王玉, 王小康
【申請人】成都阜特科技股份有限公司