一种机械故障程度的评价方法

摘要

本发明涉及一种机械故障程度的评价方法，其步骤：(1)利用转子实验台模拟机械设备正常运行状态，采用振动信号；(2)利用转子实验台模拟机械设备故障的轻度故障程度、中度故障程度和重度故障程度，采集振动信号；(3)对所有振动信号进行双谱操作获得双谱值矩阵；(4)将双谱值矩阵定义为劣化演化矩阵；计算正常运行状态下的劣化演化矩阵以及故障下的劣化演化矩阵；(5)计算劣化演化矩阵的特征值、均值、方差；(6)计算机械设备正常运行状态下的均值最大值、方差最大值；(7)根据以上获得劣化区间划分图；(8)采集实际设备的振动信号得到劣化均值、劣化方差，将其绘制在劣化区间划分图中，根据坐标点所处的区域判断设备运行状态。

主权项

一种机械故障程度的评价方法，其包括以下步骤：(1)利用转子实验台模拟机械设备正常运行状态，并采用现有数据采集设备采集转子实验台在正常运行状态下的振动信号x_w(n)＝{x₁,…x_N}，其中，N为每组数据个数；w为数据组别，w＝1,…,9，即1至9组为正常运行状态；(2)利用转子实验台模拟机械设备故障的轻度故障程度、中度故障程度和重度故障程度三种故障程度，并采用现有数据采集设备采集转子实验台在三种故障下的振动信号x_w(n)＝{x₁,…x_N}，其中，N代表每组数据个数；w＝10,11,12代表数据组别，即第10组数据代表轻度故障程度状态、第11组数据代表中度故障程度状态、第12组数据代表重度故障程度状态；(3)对所有振动信号x_w(n)进行双谱操作，获得不同运行状态下的双谱值矩阵F_w(ω₁,ω₂)；(4)将描述各个频率点双谱值增减幅度的双谱值矩阵定义为劣化演化矩阵F_pq：$F_{\mathrm{pq}}={\left(\frac{F_q-F_p}{F_p}\right)}^{*},$式中，F_q、F_p分别表示状态q、状态p对应的双谱值矩阵，p∈w,q∈w；“*”表示分子位置处矩阵与分母位置处矩阵的相除操作为两个矩阵各个对应元素之间的相除；计算机械设备正常运行状态下的劣化演化矩阵：F_1‑2、F_1‑3、F_1‑4、F_1‑5、F_1‑6、F_1‑7、F_1‑8、F_1‑9，以及故障下的劣化演化矩阵：F_1‑10、F_1‑11、F_1‑12；(5)计算劣化演化矩阵F_pq的特征值，得到12组特征值，再计算每组特征值的均值、方差：其中a表示劣化均值，b表示劣化方差；(6)计算机械设备正常运行状态下对应的均值最大值a_max为：$a_{\max }=\{a_{F_{1-2}},a_{F_{1-3}},a_{F_{1-4,}}{a}_{F_{1-5}},a_{F_{1-6}}{,a}_{F_{1-7}},a_{F_{1-8}},a_{F_{1-9}}\};$计算机械设备正常运行状态下对应的方差最大值b_max为：$b_{\max }=\{b_{F_{1-2}},b_{F_{1-3}},b_{F_{1-4}},b_{F_{1-5}},b_{F_{1-6}}{,b}_{F_{1-7}},b_{F_{1-8}},b_{F_{1-9}}\};$(7)以劣化均值为横坐标，以劣化方差为纵坐标，将均值最大值a_max、方差最大值b_max；故障状态下的劣化均值、劣化方差的数值绘制在同一个图形中，得到劣化区间划分图；(8)采集实际设备的振动信号，对该振动信号进行步骤(3)～(6)的操作，得到对应的劣化均值、劣化方差，将其绘制在步骤(7)中的劣化区间划分图中，根据坐标点所处的区域判断设备运行状态。