[发明专利]基于时域分析的机械设备旋转冲击故障检测方法及系统

说明书

本发明属于机械设备状态监测与预测性维护领域，公开了一种基于时域分析的机械设备旋转冲击故障检测方法及系统，将机械设备的振动时域波形数据按照预设时间间隔进行划分，得到峰值序列；将峰值序列的最大值除以峰值序列的众数得到比较值，当比较值大于预设的第一阈值时，获取疑似冲击位置序列；否则，检测为无故障；获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；否则，获取周期性冲击间隔，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测为存在故障；否则，检测为无故障。该方法针对低速运行的设备更具优势，为低速冲击类故障检测和诊断提供了稳定、高效的方法。

技术领域

本发明属于机械设备状态监测与预测性维护领域，涉及一种基于时域分析的机械设备旋转冲击故障检测方法及系统。

背景技术

运行在低速重载工况下的机械设备，由于自身属性问题较易发生故障，并且，由于运行转速较低，导致发生故障后存在振动信号微弱、故障频率低及冲击响应周期长等特点，使得低速旋转机械的故障检测困难重重。在低速旋转机械故障类型中，由滚动轴承或者齿轮引起的故障占据了绝大部分，且这些故障危害性大，是重点需要检测和诊断定位的故障类型。

低速旋转机械故障中，滚动轴承和齿轮引起的故障的主要关键特征之一，就是时域的周期性冲击振动。目前，常见的识别周期性冲击的方法是包络解调方法，该方法广泛应用于轴承及齿轮的故障诊断中，可以准确提取周期性冲击成分。

但是由于低速运行特点，实际采集到的振动信号中包含的周期性冲击的数量事先无法确定，对于某些在线监测场景，由于硬件采集限制等因素导致周期性冲击数量较少(低于10个)，且由于包络解调方法是一种频域分析方法，傅里叶变换(FFT)识别周期性成分需在周期数量较多(大于10个)才更为准确，因此在这种场景下使用包络解调无法准确的提取冲击间隔，导致故障诊断准确性较低。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于时域分析的机械设备旋转冲击故障检测方法及系统。

为达到上述目的，本发明采用以下技术方案予以实现：

本发明第一方面，一种基于时域分析的机械设备旋转冲击故障检测方法，包括以下步骤：

获取机械设备的原始振动时域波形数据，并进行信号增强处理，得到增强振动时域波形数据；

将增强振动时域波形数据进行预设的规范化处理，得到振动时域波形数据；

将振动时域波形数据按照预设时间间隔进行划分，得到若干份子振动时域波形数据，获取各子振动时域波形数据的最大值，并组合得到峰值序列；

获取峰值序列的众数和最大值，将峰值序列的最大值除以峰值序列的众数，得到比较值，当比较值大于预设的第一阈值时，获取峰值序列中，所有除以峰值序列的众数的结果≥第二阈值的元素所对应的下标，得到疑似冲击位置序列；否则，检测结果为无故障；

获取疑似冲击位置序列中的元素个数，当疑似冲击位置序列中的元素个数≤1时，检测结果为无故障；

否则，根据疑似冲击位置序列，得到周期性冲击间隔，获取机械设备的旋转轴运转周期，当周期性冲击间隔与机械设备的旋转轴运转周期之间的误差在预设误差之内时，检测结果为存在故障；否则，检测结果为无故障。

本发明基于时域分析的机械设备旋转冲击故障检测方法进一步的改进在于：

获取机械设备的原始振动时域波形数据的具体方法为：

通过安装在机械设备预设零部件上的振动传感器，采集机械设备的原始振动信号，根据机械设备的原始振动信号得到机械设备的原始振动时域波形数据。

预设零部件包括滚动轴承和/或减速箱齿轮，所述原始振动信号包括速度信号和/或加速度信号。