一種機械復合故障的診斷方法技術

本發明專利技術公開了一種機械復合故障的診斷方法，包括以下步驟：應用經驗模態分解將復合故障信號分解為若干個IMF分量；提取每個IMF分量的特征量，建立故障樣本數據網絡模型；將每個IMF分量視為網絡中的社團，根據復雜網絡社團結構內部連接緊密，而與社團外部連接稀疏的特性，進行同類社團合并；合并所得每個社團與單一故障相對應；對合并的信號進行分析，將復合故障特征分離為單一故障特征，得到故障診斷結構。本發明專利技術將復合故障分解為不同頻率的IMF分量，將每個IMF分量視為網路中的社團結構，根據復雜網絡社團合并，得到分離后的單故障信號，從而實現復合故障特征分離，得到診斷結果。

【技術實現步驟摘要】
【專利摘要】本專利技術公開了，包括以下步驟：應用經驗模態分解將復合故障信號分解為若干個IMF分量；提取每個IMF分量的特征量，建立故障樣本數據網絡模型；將每個IMF分量視為網絡中的社團，根據復雜網絡社團結構內部連接緊密，而與社團外部連接稀疏的特性，進行同類社團合并；合并所得每個社團與單一故障相對應；對合并的信號進行分析，將復合故障特征分離為單一故障特征，得到故障診斷結構。本專利技術將復合故障分解為不同頻率的IMF分量，將每個IMF分量視為網路中的社團結構，根據復雜網絡社團合并，得到分離后的單故障信號，從而實現復合故障特征分離，得到診斷結果。【專利說明】
本專利技術涉及一種復合故障診斷方法，尤其涉及將復合故障信號特征分離轉化為單 一故障診斷的機械復合故障診斷方法。
技術介紹
隨著工業技術的進步，大型復雜機械正朝著大型化、復雜化發展，機械運行狀態是 否良好將直接影響工業生產。然而在工程實際中有的設備零件需要損壞達到一定程度才發 現并進行更換，在載荷工況極其復雜情況下，此期間可能出現多種故障并存的現象，從而形 成復合故障。由于大部分復合故障的特征頻率均處于分析頻率的低頻段，能量較低，常被淹 沒在強大的背景噪聲中，故障間的相互影響等特性，從頻譜圖上很難看出與故障對應的特 征頻率。因此，給復合故障全面準確診斷造成困難。 而近幾年，對單故障診斷研究發展迅速，如FFT分析、包絡譜分析、小波分析、譜峭 度等，這些方法在單故障診斷中均表現出較好的效果。然而，將這些方法應用于復合故障診 斷中卻會遇到許多困難，FFT分析和包絡譜分析在診斷故障強弱差距較大的復合故障時，較 弱的故障成分容易淹沒于噪聲之中，從而在診斷時被忽略。小波分析通過特定的基函數對 信號特征進行提取，在故障診斷中廣泛應用的是單小波只有一個基函數，只能最佳匹配一 種故障特征，故在復合故障特征提取時容易顧此失彼。譜峭度是根據計算每根譜線的峭度 值大小來選取帶通濾波器參數，然后進行故障診斷，在分析復合故障時，由于選取最大的峭 度值進行分析導致某些故障峭度值易被遺漏，從而難以準確診斷出各故障狀態。因此，如何 將復合故障特征分離從而形成單一故障進行故障診斷，一直是難點且缺乏行之有效的分離 方法，同時也成為故障診斷中需要解決的關鍵問題。
技術實現思路
為了解決上述技術問題，本專利技術提供一種可靠性高的機械復合故障的診斷方法， 將復合故障特征分離轉化為單一故障診斷，以解決復合故障診斷困難的問題。 本專利技術解決上述技術問題的技術方案包括以下步驟： (1)應用EMD將復合故障信號分解為若干個IMF分量； (2)提取每個MF分量的特征量，建立故障樣本數據網絡模型； (3)將每個MF分量視為網絡中的社團，根據復雜網絡社團結構內部連接緊密，而 與社團外部連接稀疏的特性，進行同類社團合并； (4)合并所得每個社團與單一故障相對應； (5)對合并的信號進行分析，實現復合故障特征分離與診斷。 本專利技術的技術效果是：本專利技術應用EMD將復合故障信號分解為若干個IMF分量，由 于不同單一故障的特征會在不同頻段得以體現，提取每個頂F分量的特征量，建立故障樣 本數據網絡模型；然后將每個MF分量視為網絡中的社團，根據復雜網絡社團結構內部連 接緊密，而與社團外部連接稀疏的特性，進行同類社團合并，合并所得每個社團與單一故障 相對應，最后對合并的信號進行分析，實現復合故障特征分離，并得到診斷結果，解決了復 合故障診斷難的技術問題。 【專利附圖】【附圖說明】 圖1是本專利技術的流程圖。 圖2是本專利技術中復合故障振動信號和包絡譜示意圖。 圖3是本專利技術中網絡社團聚類系數示意圖。 圖4是本專利技術中轉子不平衡和內圈復合故障分離的包絡頻譜圖。 圖5是本專利技術中滾動軸承內圈和滾動體復合故障分離的包絡頻譜圖。 【具體實施方式】 下面結合附圖和實施例對本專利技術作進一步的詳細說明。 參見圖1，圖1為本專利技術的流程圖。本專利技術的具體實施步驟如下： (1)應用 EMD (Empirical Mode Decomposition, EMD)將復合故障信號分解為若干 個IMF分量。EMD方法是一種全新的信號時頻分析方法。它是利用信號內部時間尺度的變 化做能量與頻率的解析，可以將非線性、非平穩態的信號自適應的分解為有限數目的線性、 穩態的本征模態函數分量（Intrinsic Mode Function,簡稱 IMF) IMF1, IMF2, IMF3...，IMFn， 這樣不同的本征模態分量反映不同頻段的信息。而復合故障有多個故障特征對應不同的故 障頻率，每個故障頻段在不同的模態分量得以體現。利用EMD這一特性，能夠將振動信號中 的各故障狀態信息進行分離，然后將每個IMF分量視為復雜網絡中的社團結構進行社團合 并。 (2)提取每個MF分量的特征量，建立故障樣本數據網絡模型。通過現場監測，獲 得復合故障動態信息，對復合故障觀測信號進行EMD，得到若干個IMF分量，提取不同IMF 分量故障特征量，組成樣本集，把每個樣本抽象為網絡節點，樣本與樣本之間的關系抽象為 邊，這樣不同頂F分量的樣本就可以抽象成復雜網絡結構，而每個MF分量視為網絡中的社 團。 設故障樣本集X = {χ1; x2. . .，xn}，每個樣本p個屬性，即Xi = {xn，xi2. · ·，xip}，（/. = 1，2Λ ra)，Xi與χ』之間的聯系用相似度a。e A表示；將每個數據樣本 Xi視為網絡"節點"，數據樣本之間的聯系作為網絡"關系"，則數據結構可以表示成故障數 據網絡模型G(X，A)。 比較不同模式的相似性可以轉化為比較兩個向量的距離。一般而言，％是樣本Xi 和Xj間距離&的函數。相似度函數設計的原則是使網絡具有較好的塊狀結構（塊內相似 度盡可能接近，塊之間相似度差別較大），將其定義為： atj = exp (-〇. 1*(1^·) (1) 【權利要求】1. ，包括以下步驟： (1) 應用EMD將復合故障信號分解為若干個IMF分量； (2) 提取每個MF分量的特征量，建立故障樣本數據網絡模型； (3) 將每個IMF分量視為網絡中的社團，根據復雜網絡社團結構內部連接緊密，而與社 團外部連接稀疏的特性，進行同類社團合并； (4) 合并所得每個社團與單一故障相對應； (5) 對合并的信號進行分析，將復合故障特征分離為單一故障特征，得到故障診斷結 果。2. 根據權利要求1所述的機械復合故障的診斷方法，所述故障樣本數據網絡建模步驟 為： 設故障樣本集每個樣本P個屬性，即Xi =Xi與\之間的聯系用相似度A表示； 將每個數據樣本Xi視為網絡"節點"，數據樣本之間的聯系作為網絡"關系"，則數據結 構可以表示成加權無向網絡G(X，A); 比較不同模式的相似性可以轉化為比較兩個向量的距離，一般而言，au是樣本Xi和Xj 間距離du的函數，相似度函數設計的原則是使網絡具有較好的塊狀結構，將其定義為： ajj = exp (-〇. l^djj)式中，du為歐式距離度量，du越小，au越大，表明Xi與\間的相似度越大；自身的相 似度為〇,即當i = j時本文檔來自技高網...

【技術保護點】
一種機械復合故障的診斷方法，包括以下步驟：(1)應用EMD將復合故障信號分解為若干個IMF分量；(2)提取每個IMF分量的特征量，建立故障樣本數據網絡模型；(3)將每個IMF分量視為網絡中的社團，根據復雜網絡社團結構內部連接緊密，而與社團外部連接稀疏的特性，進行同類社團合并；(4)合并所得每個社團與單一故障相對應；(5)對合并的信號進行分析，將復合故障特征分離為單一故障特征，得到故障診斷結果。

【技術特征摘要】

【專利技術屬性】
技術研發人員：蔣玲莉，潘陽，陳安華，李學軍，伍濟鋼，賓光富，王廣斌，
申請(專利權)人：湖南科技大學，
類型：發明
國別省市：湖南;43