[发明专利]基于决策级融合的重型燃气轮机可倾瓦轴承拍瓦故障诊断方法、计算机及存储介质

权利要求书

1.基于决策级融合的重型燃气轮机可倾瓦轴承拍瓦故障诊断方法，其特征在于，包括以下步骤：

步骤一、获取重型燃气轮机可倾瓦轴承的声发射信号；

步骤二、计算重型燃气轮机可倾瓦轴承的声发射信号特征因子；所述特征因子具体包括：能量比、幅值比、峭度值、脉冲因子和裕度因子；

步骤三、设置特征因子临界值；

步骤四、将步骤二所述的特征因子和步骤三所述的特征因子临界值进行对比，得到基于故障临界值的故障判定结果；

步骤五、将基于故障临界值的故障判定结果进行决策级融合，得到拍瓦故障的决策级融合故障诊断结果S。

2.根据权利要求1所述的方法，其特征在于，步骤一所述获取重型燃气轮机可倾瓦轴承在正常运行状态下和拍瓦故障状态下的声发射信号的具体方法是：可倾瓦轴承声发射信号采样频率为1MHz，采用滑动窗法截取长度为0.2s的声发射信号样本。

3.根据权利要求2所述的方法，其特征在于，步骤二所述计算重型燃气轮机可倾瓦轴承的声发射信号特征因子的具体方法是；

(1)能量比ε

能量比ε为第一个频带的能量占比，具体为：

ε＝E_3,1/(E_s)

其中，E_3,i为各频带能量，具体表示为E_{3,i(i＝0,1...7)}＝(D_{3,i(i＝0,1...7)})^TD_{3,i(i＝0,1...7)}；E_s为样本信号的总能量，表示为

(2)幅值比c

c＝M_ax(n,i)/A_v(n,i)

其中，M_ax(n,i)代表整段信号样本的最大幅值；A_v(n,i)为整流平均值，表达式为x_i(n,i)表示声发射信号样本幅值；

(3)峭度值k_u

其中，表示声发射信号样本幅值平均值，

(4)脉冲因子I

I(n,i)＝P_k(n,i)/A_v(n,i)

其中，P_k为信号峰-峰值，表达式为P_k(n,i)＝M_ax(n,i)-M_in(n,i)；

(5)裕度因子L

其中，M_in(n,i)代表整段信号样本的最小幅值。

4.根据权利要求3所述的方法，其特征在于，步骤三所述设置特征因子临界值的具体方法是：通过步骤一所述的方法提取600组样本，包括300组正常运行状态样本和300组拍瓦故障状态样本，根据样本正常状态和故障状态下特征因子的分布情况设置临界值；

将能量比的临界值设置为最低频段的能量的75％、幅值比临界值设置为15.9、峭度值临界值设置为10、脉冲因子临界值设置为31、裕度因子临界值设置为40。

5.根据权利要求4所述的方法，其特征在于，步骤四所述得到基于故障临界值的故障判定结果的具体方法是：当特征因子≥特征因子临界值时诊断故障可能发生，得到基于故障临界值的故障判定结果F_i(i＝1,2,3,4,5)，F_i(i＝1,2,3,4,5)表示基于第i个特征因子的故障临界值的故障判定结果。