[发明专利]一种旋转机械振动故障诊断方法

摘要

本发明公开了一种旋转机械振动故障诊断方法，在采集多状态的振动数据的同时，对应采集多状态的工艺量数据，由此得到旋转机械各种典型振动故障状态下的振动数据和工艺量数据。分别对其进行特征值提取，构成特征值矩阵，这些特征值矩阵就完整描述了各种典型故障的过程变化规律，也即是各种典型故障的样本矩阵数据库。在此基础上，本发明将图像识别技术运用于故障诊断领域，通过特征值矩阵匹配计算，克服了目前故障诊断领域人工故障识别和单一特征量故障识别的弊端，实现了高精度的自动故障诊断。

主权项

1.一种旋转机械振动故障诊断方法，其特征在于，该方法为：1）采集旋转机械各种典型振动故障状态下各个振动测点的振动数据，其中任意一个振动测点在一个采样过程中的典型振动故障数据由若干个采样转速点或采样时间点下的振动数据组成；同时在同样的采样转速点或采样时间点下对应采集各个工艺量测点的工艺量数据； 2）对上述各种典型振动故障状态下的振动数据和工艺量数据进行特征值提取，对每一种典型振动故障构建一个振动故障样本矩阵X：，其中，表示升、降速或定速过程中振动数据采样转速点或采样时间点的个数，表示振动数据的测点个数，表示工艺量数据的测点个数，矩阵中的任意一个元素表示在第个采样点下第个振动测点的振动数据特征值，表示在第个采样点下第个工艺量测点的工艺量数据特征值，其中，，，；3）对于待检故障信号，取与步骤1）相同的振动测点和工艺量测点，分别采集各个振动测点和工艺量测点的待检故障振动数据和工艺量数据，并对该振动数据和工艺量数据进行特征值提取，构建一个反映了待检故障信号的过程变化规律的的特征值矩阵Y；4）将矩阵Y与每一种典型振动故障的振动故障样本矩阵X相减，得到N个中间对比矩阵Z，即，其中N为典型振动故障种类数量；5）求矩阵Z的均值和方差，并求均值的绝对值；6）比较上述N个中间对比矩阵的均值的绝对值和方差，得到使和最小的中间对比矩阵，则该中间对比矩阵对应的振动故障样本矩阵X的故障类型即为待检故障信号的故障类型。