[发明专利]机械设备离线检测系统振动信号频谱分析和报警方法

摘要

本发明公开了一种机械设备离线检测系统振动信号频谱分析和报警方法，本方法对振动信号进行傅里叶变换，得到振动幅值序列和频率分量序列；使用高斯函数模板平滑振动信号的频谱数据，获得全频带谱线的幅值包络，以平滑长度作为调节参数，设置报警阈值，以超限总值作为报警参数；自适应频段划分，得到的频段数随数据的频谱复杂程度自动调整，以各频段的振动能量值为基准，设置各频段振动能量值的相对报警阈值，以识别新产生的振动信号的振动能量分布异常，实现机械设备异常状态的自动辨识。本方法克服传统振动信号频谱分析的缺陷，提高振动信号频谱的自动分析能力和报警的准确性，满足机械设备运行保障需求，保证机械设备的安全、可靠运行。

主权项

1.一种机械设备离线检测系统振动信号频谱分析和报警方法，其特征在于本方法包括如下步骤：步骤一、对振动信号进行傅里叶变换，得到振动幅值序列和频率分量序列{A_i,f_i|i＝0,Λ,N‑1}，其中A_i为振动幅值、f_i为频率分量、N为谱线数；步骤二、采用高斯函数模板平滑振动信号的频谱数据，选择大于3的正奇数L作为平滑长度，计算高斯函数模板的中心位置c＝(L‑1)/2，计算高斯函数模板的宽度系数得到高斯函数序列j＝0,Λ,L‑1；步骤三、高斯函数序列的每一个元素除以中心元素G_c，得到高斯函数模板M_j＝G_j/G_c,j＝0,Λ,L‑1；步骤四、振动幅值序列前后各延长c个点，得到长度为N+2c的幅值序列，即原振动幅值序列为{A₀,A₁,L,A_N‑1}，前后各加c个零的幅值序列为{0,Λ,0,A₀,A₁,Λ,A_N‑1,0,Λ,0}；步骤五、从幅值序列中依次选择长度为L的子序列与高斯函数模板进行内积运算，相同频率分量对应的内积结果相加，得到各频率分量对应振动幅值A_i的包络序列i＝0,Λ,N‑1，其中A_i为振动幅值，M_j为高斯模板函数值，E_i为包络序列；步骤六、将{E_i,f_i|i＝0,Λ,N‑1}作为振动信号的全频带分布特征，获得新的振动信号频谱{A′_i,f_i|i＝0,Λ,N‑1}，其中A′_i为新采集到的振动信号幅值，计算A′_i与包络序列E_i的相对总值和单谱线相对最大值其中，以10～20倍频率分辨率将新采集振动信号的{A_i,f_i|i＝0,Λ,N‑1}频谱等分为l段，计算各段振动能量之和在总振动能量中所占的比例，得到能量比例序列e₁，e₂，…e_l，其中振动能量为各频率分量处振动幅值的平方；在能量比例序列中从大到小选取能量峰值点，直到剩余的能量峰值均小于平均能量比例的1/l或者已选取的能量峰值点能量总和大于0.7，组成新的能量峰值序列其中p₁,L,p_n为选取能量峰值点在能量比例序列中的序号，n为能量峰值点个数；峰值序列中相邻两个能量峰值点为和i＝1,L,n‑1，在能量比例序列中序号为p_i和p_i+1的能量比例值中查找小于剩余平均能量比例e_s的极小值，其中剩余平均能量为原能量比例序列中去掉能量峰值点后的序列，则如果极小值个数大于2，则将第一个极小值和最后一个极小值作为分段的频段边界，如果极小值个数小于或等于2，则选择较小的一个极小值作为分段的频段边界，如果不存在极小值，在相邻能量峰值间不作频段划分；设定各分段的频段振动能量值的1～2倍作为相对报警阈值，以识别新产生的振动信号的振动能量分布异常；步骤七、设置报警阈值T＝1.1～2，如果I₁>T或I₂>T，则给出报警信号。