[发明专利]一种机电设备非线性故障预测方法

说明书

技术领域

本发明涉及机电设备故障检测技术领域，具体为一种机电设备非线性故障预测方法。

背景技术

现代化生产中机械设备的故障诊断技术越来越受到重视，人们投入大量的精力进行研究，机电设备故障诊断技术取得了很大的进展，探索出一系列新的理论方法与技术应用于实际，增加了机电设备故障诊断的效率，奠定了对机电设备实施故障诊断分析与修复的坚实基础，产生了明显的经济效益和社会效益。机电设备早期故障的微弱信号检测一直是故障诊断领域的研究热点。目前机电设备的检测方法主要集中在两个方面：一是利用现代信号处理方法对噪声进行抑制或消除，当噪声频率与信号频率相等或接近时，该类方法在抑制噪声的同时，亦不可避免的损伤到有用信号，极大的影响了微弱信号检测的效果；二是利用一些非线性系统的自身特性对信号进行检测，常用的非线性方法有随机共振、混沌振子和差分振子等。随机共振系统结构参数严重影响着输出结果，如何自适应选择系统参数以达到最优输出，始终是困扰各种随机共振算法的难题，为此，我们提出了一种机电设备非线性故障预测方法投入使用，以解决上述问题。

发明内容

本发明的目的在于提供一种机电设备非线性故障预测方法，以解决上述背景技术中提出的随机共振系统结构参数严重影响着输出结果和传统的方法抑制噪声的同时，亦不可避免的损伤到有用信号，极大的影响了微弱信号检测的效果的问题。

为实现上述目的，本发明提供如下技术方案：一种机电设备非线性故障预测方法，该机电设备非线性故障预测方法的具体步骤如下：

S1：利用多台计算机监测仪器和传感器对机电设备的运行状态采集状态信号，并建立分析诊断中心；

S2：对步骤S1中采集的振动信号利用随机共振数学模型使其降噪；

S3：提取两个不同随机共振输出的结果中的相同信号频率成分，实现检测信号的并联随机共振检测；

S4：利用混沌振子系统对噪声的免疫特性，对并联随机共振输出的信号进行检测；

S5：利用混沌振子相图的定量刻画使检测信号的客观、自动检测，利用不变矩定量识别混沌振子相图的状态，实现检测信号的自动识别。

优选的，所述步骤S1中，传感器布置在机电设备的待监测的关键节点上。

优选的，所述步骤S2中，振动信号为低频振动信号，利用随机共振数学模型将振动信号中的高频部分的能量转移到低频部分，使其降噪。

优选的，所述步骤S2中，在随机共振数学模型中采用对称双势阱函数V(x)表示，式中a，b为非线性系统的机构参数，对称双势阱的位置为势垒高度ΔV＝a²/(4b)，u(t)＝A sin(2πf₀t)为周期正弦信号，A为幅值，n(t)为白噪声，且满足E[n(t)]＝0，E[n(t)n(t-τ)]＝2Dδ(τ)，D表示其噪声强度。

优选的，所述步骤S4中，使用混沌振子检测器对信号进行检测，其中检测器表示为x″(t)+cx′(t)-x(t)+x³(t)＝f cos(ωt)，式中c为阻尼比，-x(t)+x³(t)为非线性恢复力，f cos(ωt)为周期驱动力。

优选的，所述步骤S5中，混沌振子相图的自动识别对于二值图像，在R²平面上任意正整数p和q的p+q阶矩为式中f(x,y)为图像在点(x,y)上的灰度，m_pq依赖于该图像在坐标系中的位置，不具备平移不变性，而p+q阶的中心距μ_pq满足平移不变性，其定义为式中为图像的质心。

与现有技术相比，本发明的有益效果是：本发明通过将不同结构的随机共振的输出结果进行并联随机共振输出，将检测信号中的高频部分向低频部分输出，减小了检测信号的噪声，以达到系统参数的最优输出，同时利用混沌振子能够提前对检测信号即将出现的故障进行预警，本发明算法简单，实用性强。

附图说明

图1为本发明工作流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种机电设备非线性故障预测方法，该机电设备非线性故障预测方法的具体步骤如下：