一种液压往复密封损伤状态的特征提取方法

摘要

本发明公开了一种液压往复密封损伤状态的特征提取方法，本发明提出的方法主要是通过光纤光栅应变传感器、流体压力传感器、执行元件的运动位移传感器，在液压执行元件的工作过程中分别采集往复密封底面的应变信号、系统的压力信号、执行元件的运动信号，并通过多种传感信息的有效融合实现液压往复密封损伤状态特征的提取，以实现系统的故障预防和健康管理。

主权项

一种液压往复密封损伤状态的特征提取方法，包括以下步骤：1)传感器布置：在活塞处密封圈的密封槽内布置用于采集前导向套底面接触状态变化的光纤光栅应变传感器和温度传感器；对液压缸两腔分别布置流体压力传感器；在活塞杆布置位移传感器；2)通过所布置的传感器采集：光纤光栅应变和温度信号、油液压力信号、活塞杆位移信号；3)光纤光栅应变信号故障提取：信号预处理：对光纤光栅应变传感器的监测数据进行温度补偿；3.1)滤除低频信号：应用小波包分析方法，选用对于缓慢变化的暂态过程较为敏感的db8小波基函数，对原始信号进行4层小波包分解；然后去除最底层频率段信号S4,0，对其他细节信号进行重构；3.2)对重构后的信号进行频谱分析，获得正常、小磨损、大磨损密封圈的频率谱对比图；3.3)根据频率谱对比图提取所有的特征频率点；所述特征频率点为f_j,其中j＝1,2,3,4,…m；3.4)在各特征频率点上设定一个边频区间其中j＝1,2,3,4,…m，表示每个特征频率点的边频区间跨度；3.5)对于某一个特征频率点f_j的边频区间首先将频谱幅值归一化：$p_i=X_i/\underset{i=1}{\overset{N}{\Sigma }}{X}_i---\left(1\right)$式中，p_i是边频区间内的每一个频率i的幅值占边频区间内全部频谱幅值总和的比例。X_i为频率i处的幅值，为该边频区间全部频谱点的幅值所占比例的总和，则于是根据幅值理论的公式，定义特征频率点f_j边频区间的边频幅值熵为：$S_j=-\underset{i=1}{\overset{N}{\Sigma }}{p}_i\log p_i$则特征频率点“边频幅值熵和”可表示为：$Sp=\underset{j=1}{\overset{m}{\Sigma }}{s}_j$3.6)根据边频幅值熵和判断密封圈磨损程度；4)根据步骤3.2)中的信号获得三种状态密封圈功率谱，根据功率谱中25Hz处的功率值大小判断密封圈磨损程度；5)流体压力传感器故障特征提取：5.1)对有杆腔流体压力信号进行4层小波包分解，对各频带范围内的信号重构，令S_i,j表示第(i,j)频率成分的重构信号，则第4层总信号S可以表示为：S＝S_4,0+S_4,1+…+S_4,15     (2)5.2)求第4层各频带信号的总能量。设S_4,j对应的能量为E_4,j(j＝0,1,…,15)，则有$E_{4,j}=\int \left|S_{4,j}\right(t){|}^{2}dt=\underset{k=1}{\overset{n}{\Sigma }}|x_{j,k}{|}^2---\left(3\right)$式中，x_j,k(j＝0,1,…15；k＝0,1,…n)为重构信号S_4,j的离散点幅值。得到各层能量向量T：T＝[E_4,0,E_4,1,…,E_4,14,E_4,15]     (4)5.3)对上述能量向量T做归一化处理，令$e_{4,j}=E_{4,j}/\underset{j=0}{\overset{15}{\Sigma }}{E}_{4,j}---\left(5\right)$T′＝[e_4,0,e_4,1,…,e_4,14,e_4,15]，向量即为归一化的特征向量；5.4)将底层频率段能量比重e_4,0作为故障特征，随着密封圈磨损状态的加剧，密封面泄漏增加，e_4,0能量比重微量变小；6)小波包能量熵：设则于是定义相应的小波包能量熵W_WE(Wavelet Energy Entropy)为：$W_{WE}=-\underset{j=0}{\overset{2^i-1}{\Sigma }}{p}_j\log p_i---\left(6\right)$根据上述小波包能量的定义，可以得出流体压力传感器信号的小波包能量值，从而通过小波包能量值的变化来判断密封圈磨损程度；7)位移信号障特征提取‑活塞杆运动速度；7.1)对活塞杆位移信号做小波包分析，对压力信号做4层小波包分解，然后重构最底层低频分量，以此达到信号去噪的目的。7.2)对活塞杆伸出过程中的位移信号进行拟合，求出活塞杆运动速度；7.3)根据活塞杆运动速度的变化判断密封圈磨损程度。