[发明专利]一种基于振动信号联合谱相关系数分析的轴流风机状态识别方法

权利要求书

1.一种基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，包括以下步骤：

(1)营造轴流风机的各种工况状态，分别采集振动时域信号序列，建立标准工况数据库，经过数据处理后得到标准工况幅值谱数据库和倒频谱数据库；

(2)采集实时运行的轴流风机振动信号，经过数据处理后得到轴流风机实时工况的振动信号幅值谱和倒频谱；

(3)将实时工况的振动信号幅值谱依次与标准工况幅值谱数据库中的每一组幅值谱进行相关性分析，得到一系列幅值谱相关系数；

(4)将实时工况的振动信号倒频谱依次与标准工况倒频谱数据库中的每一组倒频谱进行相关性分析，得到一系列倒频谱相关系数；

(5)将幅值谱相关系数与倒频谱相关系数进行坐标组合，构成一系列联合谱相关系数点；

(6)在直角坐标系中计算每个联合谱相关系数点与点A的绝对距离，所述点A的横纵坐标均为1，根据绝对距离最小的联合谱相关系数点确定轴流风机当前的运行状态。

2.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(1)中，所述的各种工况状态包括正常工况、转子不平衡工况和地脚螺栓松动工况；所述的转子不平衡工况通过在叶片根部增加配重设定若干组工况，所述的地脚螺栓松动工况根据不同地脚螺栓松动的组合形式设定若干组工况。

3.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(1)中，对于同一种工况，以固定的采样频率重复采集三组振动时域信号序列。

4.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(1)和步骤(2)中，所述的数据处理具体为：对振动时域信号序列分别进行快速傅里叶变换和倒频谱变换，得到振动信号的幅值谱和倒频谱。

5.根据权利要求4所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，所述的倒频谱变换具体步骤如下：

(1-1)对振动时域信号序列进行快速傅里叶变换；

(1-2)对所得结果先取绝对值，然后取自然对数；

(1-3)在取自然对数基础上，进行快速傅里叶逆变换，得到振动时域信号序列的每个点所对应的实倒频谱值；

(1-4)以振动时域信号序列每个点的时间值为横坐标，以每个点所对应的实倒频谱值为纵坐标，绘制振动时域信号的倒频谱。

6.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(3)和步骤(4)中，所述幅值谱相关系数和倒频谱相关系数的计算步骤为：

(3-1)计算两个数组的标准差，计算公式如下：

式中，X代表第一个数组，Y代表第二个数组；X_i代表数组X中第i个元素，Y_i代表数组Y中第i个元素；μ_X代表数组X的期望值，μ_Y代表数组Y的期望值；σ_X代表数组X的标准差，σ_Y代表数组Y的标准差；N代表数组X中的元素总数或数组Y中的元素总数；

(3-2)计算两个数组之间的协方差，计算公式如下：

cov(X,Y)＝E[(X-μ_X)(Y-μ_Y)]

式中，X代表第一个数组，Y代表第二个数组；cov(X,Y)代表数组X和数组Y之间的协方差；符号E代表求期望值；

(3-2)计算两个数组之间的相关系数，计算公式如下：

式中，ρ代表数组X与数组Y的相关系数。

7.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(5)的具体步骤为：在直角坐标系中，以幅值谱相关系数为横坐标值，以倒频谱相关系数为纵坐标值，进行联合谱相关系数点的绘制，依次产生一系列联合谱相关系数点。

8.根据权利要求1所述的基于振动信号联合谱相关系数分析的轴流风机状态识别方法，其特征在于，步骤(6)的具体步骤为：

(6-1)依次比较每个联合谱相关系数点到点A之间的绝对距离，所述点A的横纵坐标均为1，得到离点A绝对距离最小的一个联合谱相关系数点；

(6-2)根据找到联合谱相关系数点，确定工况编号，从而找到对应的标准工况；

(6-3)将这组标准工况认定为轴流风机当前的实时运行状态。