[发明专利]基于时变数据与多尺度微观振动数据分析的状态识别方法

说明书

本发明涉及一种基于时变数据与多尺度微观振动数据分析的状态识别方法，属于复杂机械故障诊断领域。本发明的目的是为了解决数据量小的直线往复式机械故障识别问题。本发明的方法根据待识别装置工作机理以及典型故障模式，通过对运动过程中的位移、速度以及振动信号进行分析，然后识别系统的工作状态。待识别装置故障在位移、速度数据上的体现有后坐最大位移超过或小于正常值，后坐时间超过或小于正常值，复进前冲超过或未到达原始位置，缓冲器的振动信号出现异常。因此，对待识别装置进行状态识别就是对运动过程中的位移、速度、加速度以及振动信号进行处理分析。

技术领域

本发明涉及一种基于时变数据与多尺度微观振动数据分析的状态识别方法，属于复杂机械故障诊断领域。

背景技术

当前大部分的故障诊断是以回转式机械为研究对象，往复式机械在日常生活中同样有着不可替代的作用，然而针对往复式机械故障的识别与诊断却极少。往复式机械包括后坐与复进两个过程，沿中心轴线做往复运动，具有高磨损率、高故障率、大位移往复的特点。

回转式机械故障诊断方法在往复式机械故障诊断中效果并不明显，仅仅对往复式机械微观振动信号分析是片面的，这是因为回转式机械微观振动信号中包含有大量的故障部件的振动信息，而往复式、大位移运动的机械装置运动信号具有数量级大、浮动变化小的特点，因此，有必要研究针对往复式、大位移机械装置的状态识别方法。

由于高射速火力系统高冲击、高过载的极端工作条件，反后坐装置在火炮子系统中故障率是最高的。反后坐装置由炮口制退器和液压弹簧式缓冲器组成，其常见故障包括：后坐位移过长、后坐位移过短、复进速度过大和复进速度过小。反后坐装置故障原因可能是液量调节器漏液、液量调节器内液体回不到制退机内、节制杆磨损、节制杆磨损、节制杆调整筒磨损、制退机活塞套与制退筒磨损、制退机注液不足、制退机漏液、活塞杆露出过短和制退液变质等。

发明内容

本发明的目的是为了解决数据量小的直线往复式机械故障识别问题，提供一种基于时变数据与多尺度微观振动数据分析的状态识别方法。该方法根据待识别装置工作机理以及典型故障模式，通过对运动过程中的位移、速度以及振动信号进行分析，然后识别系统的工作状态。待识别装置故障在位移、速度数据上的体现有后坐最大位移超过或小于正常值，后坐时间超过或小于正常值，复进前冲超过或未到达原始位置，缓冲器的振动信号出现异常。因此，对待识别装置进行状态识别就是对运动过程中的位移、速度、加速度以及振动信号进行处理分析。

本发明的目的是通过下述技术方案实现的。

方法一

基于时变数据分析的状态识别方法，包括如下步骤：

步骤一、工作过程数据的测量

根据待识别装置工作机理及故障模式分析，通过多个传感器采集工作过程数据。

步骤二、基于时变数据的待识别装置故障特征识别方法

2-1异常数据去除

去除异常数据：异常数据指的是不符合整个时间序列的趋势，不能反应结构的真实工作状况的监测值。

设n个测量值按大小顺序排列x₁≤x₂≤…≤x_i≤…≤x_n，x_i是需要检验判别的异常数据，测量值的分布概率密度由式(1)求得。

式中：P是分布概率密度，S是测量值的拟合函数，是测量值的平均数，λ′(α,n)是测量值正常浮动误差值，α是异常数据概率，n是测量值的个数。

根据异常数据x_i与平均值的残差是否大于λ′(α,n)倍的样本标准差σ来判断异常数据是否应当剔除，对应的残差可由式(2)求得：