本發(fā)明涉及一種旋轉機械故障診斷方法，特別涉及一種基于裕度指標的旋轉機械故障診斷方法，屬于故障診斷與信號處理分析技術領域。
背景技術：
大型旋轉機械設備(如汽輪機、旋轉軸承、壓縮機等)是石油、化工、機械制造、航空航天等重要工程領域的關鍵設備，旋轉機械設備正朝著大型化、自動化、精密化的方向不斷發(fā)展，其組成和結構也變得越來越復雜，發(fā)生故障的概率也越來越大，因此對大型旋轉機械設備的安全性和可靠性的要求也越來越高。
但是，大型旋轉機械設備發(fā)生故障時，振動監(jiān)測信號往往存在大量的非線性、隨機、不可遍歷的信息，給故障信號的分析和旋轉機械故障的診斷帶來很大的困難。
現(xiàn)有技術的旋轉機械故障診斷主要基于振動信號進行分析，而一般采用時域分析法，通過對機械振動信號的概率密度函數(shù)分析，推導出了幅值域中的有量綱指標和無量綱指標，有量綱指標如均值、均方根值等；無量綱指標如裕度指標、裕度指標、裕度指標等。
在實際應用中，現(xiàn)有技術的有量綱指標對故障特征敏感，其數(shù)值會隨著故障的發(fā)展而上升，同時因工作條件，如負載、轉速等的變化而變化，并極易受環(huán)境干擾的影響，表現(xiàn)不夠穩(wěn)定。
無量綱指標中的裕度指標對于振動監(jiān)測信號中的擾動不敏感，能對中、高頻故障的機械設備做出預判。特別地，裕度指標對信號的幅值和頻率的變化不敏感，與旋轉機械的工作條件關系不大，只依賴于概率密度函數(shù)的形狀。因此，裕度指標在旋轉機械故障診斷中得到了廣泛的應用。
但是，現(xiàn)有技術利用裕度指標來診斷旋轉機械的故障主要有以下幾點問題：一是沒有采用信號分離的思想構建裕度指標，沒有對標準振動信號分離，無法更好地體現(xiàn)旋轉機械的故障，對故障的診斷不敏感；二是在利用裕度指標進行分析時，裕度指標隨著故障的逐漸發(fā)展，敏感度反而會下降，穩(wěn)定性不好，難以診斷和預測故障，設備正常運行和發(fā)生故障時的取值范圍會部分重疊，易產(chǎn)生誤判，旋轉機械故障診斷的精確度和可靠性較差；三是采用磨合期的振動信號作為標準振動信號，沒有考慮旋轉機械設備在運行初期振動信號中噪聲嚴重，不適宜作為標準振動信號的問題，診斷故障不準確。
技術實現(xiàn)要素：
針對現(xiàn)有技術的不足，本發(fā)明提供一種基于裕度指標的旋轉機械故障診斷方法，克服傳統(tǒng)裕度指標診斷技術的缺點，提高診斷的精確度和可靠性，用信號分離的思想構建裕度指標，由于對標準振動信號的分離，剩余的混合信號能夠更好地體現(xiàn)旋轉機械的故障，對故障的診斷更加地敏感，所得出的診斷結果能夠準確地診斷旋轉機械的故障。
為達到以上技術效果，本發(fā)明所采用的技術方案如下：
一種基于裕度指標的旋轉機械故障診斷方法，包括以下步驟：
(1)通過振動加速度傳感器采集旋轉機械在運行磨合期后的正常運行參數(shù)，所述正常運行參數(shù)為按抽樣頻率fs采集的無故障振動信號s0(t)(t＝0,1,…,T-1)；
(2)對無故障振動信號s0(t)進行歸一化處理后得到標準振動信號s(t)；
(3)對標準振動信號s(t)做快速傅里葉變換(FFT)得到標準振動頻域信號S(k)(k＝0,1,…,K-1)；
(4)通過振動加速度傳感器采集旋轉機械需要故障診斷時的運行參數(shù)，所述故障診斷時的運行參數(shù)為按抽樣頻率fs實時采集旋轉機械運行中的實時采集振動信號z(t)(t＝0,1,…,T-1)；
(5)對實時采集振動信號z(t)做快速傅里葉變換(FFT)得到實時振動頻域信號Z(k)(k＝0,1,…,K-1)；
(6)對標準振動頻域信號S(k)取復共軛為S(k)*，將Z(k)與S(k)*相乘得到Y(k)(k＝0,1,…,K-1)，再對Y(k)(k＝0,1,…,K-1)做快速傅里葉逆變換(IFFT)得到兩個信號Z(k)與S(k)*的相關函數(shù)I(t)(t＝0,1,…,T-1)；
(7)在t＝0,1,…,T-1中取相關函數(shù)I(t)的模|I(t)|，|I(t)|的最大值所對應的時間點為實時采集振動信號和標準振動信號的延遲時間τ，τ＝argmax|I(t)|；
(8)求實時采集振動信號z(t)與延遲后的標準振動信號s(t-τ)的相關系數(shù)c，c＝E[z(t)s(t-τ)]；
(9)計算混合信號y(t),y(t)為故障特征提取信號和噪聲的混合信號，y(t)＝z(t)-cs(t-τ)；
(10)計算出裕度指標
一種基于裕度指標的旋轉機械故障診斷方法，進一步的，根據(jù)所述根據(jù)裕度指標CLys的值，判斷旋轉機械是否發(fā)生故障及故障類別，以下區(qū)間值均包括邊界值：
裕度指標CLys的值在4.8008到6.8580之間時，旋轉機械運行正常；
裕度指標CLys的值在7.6329到10.1778之間時，考慮旋轉機械發(fā)生了裂軸故障；
裕度指標CLys的值在7.1511到11.4458之間時，考慮旋轉機械發(fā)生了彎軸故障；
裕度指標CLys的值在7.0263到14.6501之間時，考慮旋轉機械發(fā)生了偏心軸故障；
裕度指標CLys的值在11.6733到13.9574之間時，考慮旋轉機械發(fā)生了裂軸+彎軸故障；
裕度指標CLys的值在6.8843到11.3631之間時，考慮旋轉機械發(fā)生了裂軸+偏心軸故障；
裕度指標CLys的值在7.3568到18.8755之間時，考慮旋轉機械發(fā)生了彎軸+偏心軸故障；
裕度指標CLys的值在9.8834到16.4384之間時，考慮旋轉機械發(fā)生了裂軸+彎軸+偏心軸故障。
一種基于裕度指標的旋轉機械故障診斷方法，進一步的，快速傅里葉變換(FFT)采用有限序列離散傅里葉變換(DFT)的快速算法，所述快速傅里葉變換(FFT)采用頻率抽取算法，在頻域內(nèi)把序列按照奇偶分組并利用周期性和對稱性進行計算。
一種基于裕度指標的旋轉機械故障診斷方法，進一步的，快速傅里葉逆變換(IFFT)通過Y(k)頻域中的頻譜，將每個頻率分量變換成時域正弦波，再全部疊加得到相關函數(shù)I(t)。
一種基于裕度指標的旋轉機械故障診斷方法，進一步的，步驟(1)和步驟(4)按1024個點為一組進行采樣，采樣頻率為1000Hz。
與現(xiàn)有技術相比，本發(fā)明的優(yōu)點在于：
1.本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，通過標準振動信號將實時采集的旋轉機械振動信號分為無故障振動信號和混合信號，其中混合信號包含了故障特征信號和高斯噪聲。用混合信號和無故障振動信號構建裕度指標，使用了信號分離的思想構建裕度指標，由于對標準振動信號的分離，剩余的混合信號能夠更好地體現(xiàn)旋轉機械的故障，對故障的診斷更加地敏感，與現(xiàn)有裕度指標相比，更加能夠通過信號的變化檢測微弱故障特征信號。
2.本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，通過一系列的數(shù)學運算，使得旋轉機械設備正常運行和發(fā)生故障時，得到的裕度指標的取值范圍相對重疊少，不同狀態(tài)下裕度指標變化明顯，不容易產(chǎn)生誤判，對偏心軸加彎軸類復合故障敏感，能夠很好地將此故障與其他故障區(qū)分開來，旋轉機械故障診斷的精確度和可靠性較高。
3.本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，采用磨合期結束后的振動信號歸一化后作為標準振動信號，考慮了旋轉機械設備在運行初期振動信號中噪聲嚴重，不適宜作為標準振動信號的問題，故障信號反應靈敏，診斷故障更加準確有效。
附圖說明
圖1是本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法的流程圖。
具體實施方式
下面結合附圖，對本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法的技術方案進行進一步的描述，使本領域的技術人員可以更好的理解本發(fā)明并能予以實施。
參見圖1和表1，本發(fā)明提供一種基于裕度指標的旋轉機械故障診斷方法，包括以下步驟：
(1)通過振動加速度傳感器采集旋轉機械在運行磨合期后的正常運行參數(shù)，正常運行參數(shù)為按抽樣頻率fs采集的無故障振動信號s0(t)(t＝0,1,…,T-1)，按1024個點為一組進行采樣，裕度指標取50組，取裕度指標50組的最小值與最大值作為該裕度指標的取值范圍；
(2)對無故障振動信號s0(t)進行歸一化處理后得到標準振動信號s(t)，采用磨合期后的振動信號歸一化后作為標準振動信號，考慮了旋轉機械設備在運行初期振動信號中噪聲嚴重，不適宜作為標準振動信號的問題，故障信號反應靈敏，診斷故障更加準確有效；
(3)對標準振動信號s(t)做快速傅里葉變換(FFT)得到標準振動頻域信號S(k)(k＝0,1,…,K-1)；
(4)通過振動加速度傳感器采集旋轉機械需要故障診斷時的運行參數(shù)，所述故障診斷時的運行參數(shù)為按抽樣頻率fs實時采集旋轉機械運行中的實時采集振動信號z(t)(t＝0,1,…,T-1)；
(5)對實時采集振動信號z(t)做快速傅里葉變換(FFT)得到實時振動頻域信號Z(k)(k＝0,1,…,K-1)；
(6)對標準振動頻域信號S(k)求共軛復數(shù)為S(k)*，共軛復數(shù)的兩個實部相等，虛部互為相反數(shù)。
當虛部不為零時，共軛復數(shù)就是實部相等，虛部相反,如果虛部為零，其共軛復數(shù)就是自身。將Z(k)與S(k)*相乘得到Y(k)(k＝0,1,…,K-1)，再對Y(k)(k＝0,1,…,K-1)做快速傅里葉逆變換(IFFT)得到兩個信號Z(k)與S(k)*的相關函數(shù)I(t)(t＝0,1,…,T-1)；
(7)在t＝0,1,…,T-1中取相關函數(shù)I(t)的模|I(t)|，|I(t)|的最大值所對應的時間點為實時采集振動信號和標準振動信號的延遲時間τ，τ＝argmax|I(t)|；
(8)求實時采集振動信號z(t)與延遲后的標準振動信號s(t-τ)的相關系數(shù)c，c為z(t)s(t-τ)的數(shù)學期望，c＝E[z(t)s(t-τ)]；
(9)計算z(t)-cs(t-τ)得到y(tǒng)(t)，y(t)為故障特征提取信號和噪聲的混合信號；
實時采集振動信號z(t)＝cs(t-τ)+x(t)+v(t)，時間τ為實時振動信號和標準信號的延遲時間，v(t)為高斯噪聲，x(t)為故障特征信號，c為相關系數(shù)，y(t)為故障特征提取信號和噪聲的混合信號，則y(t)＝x(t)+υ(t)，實時采集振動信號z(t)＝cs(t-τ)+y(t)；
通過標準振動信號s(t)將實時采集振動信號z(t)分為無故障振動信號和混合信號y(t)，混合信號包含了故障特征信號x(t)和高斯噪聲v(t)，用混合信號y(t)和無故障振動信號構建裕度指標，具有對故障診斷更加靈敏，與現(xiàn)有裕度指標相比，更加能夠通過信號的變化檢測微弱故障特征信號；
(10)計算出裕度指標E為數(shù)學期望。
作為一種優(yōu)選方案，本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，根據(jù)所述根據(jù)裕度指標CLys的值，判斷旋轉機械是否發(fā)生故障及故障類別，以下區(qū)間值均包括邊界值：
裕度指標CLys的值在4.8008到6.8580之間時，旋轉機械運行正常；
裕度指標CLys的值在7.6329到10.1778之間時，考慮旋轉機械發(fā)生了裂軸故障；
裕度指標CLys的值在7.1511到11.4458之間時，考慮旋轉機械發(fā)生了彎軸故障；
裕度指標CLys的值在7.0263到14.6501之間時，考慮旋轉機械發(fā)生了偏心軸故障；
裕度指標CLys的值在11.6733到13.9574之間時，考慮旋轉機械發(fā)生了裂軸+彎軸故障；
裕度指標CLys的值在6.8843到11.3631之間時，考慮旋轉機械發(fā)生了裂軸+偏心軸故障；
裕度指標CLys的值在7.3568到18.8755之間時，考慮旋轉機械發(fā)生了彎軸+偏心軸故障；
裕度指標CLys的值在9.8834到16.4384之間時，考慮旋轉機械發(fā)生了裂軸+彎軸+偏心軸故障。
表1
本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，旋轉機械設備正常運行和發(fā)生故障時，裕度指標的取值范圍不重疊，不同狀態(tài)下裕度指標變化明顯，對偏心軸加彎軸類復合故障比較敏感，不容易產(chǎn)生誤判，基于裕度指標的旋轉機械故障診斷方法對復合故障的抗干擾能力較強，旋轉機械故障診斷的精確度和可靠性較高。
作為一種優(yōu)選方案，本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，快速傅里葉變換(FFT)采用有限序列離散傅里葉變換(DFT)的快速算法，快速傅里葉變換(FFT)采用頻率抽取算法，在頻域內(nèi)把序列按照奇偶分組并利用周期性和對稱性進行計算。
作為一種優(yōu)選方案，本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，快速傅里葉逆變換(IFFT)通過Y(k)頻域中的頻譜，將每個頻率分量變換成時域正弦波，再全部疊加得到相關函數(shù)I(t)?？焖俑道锶~變換大大提升了計算機的運算效率，減少了運算次數(shù)。離散傅里葉變換以及逆變換分別如下：
其中0≤k≤N-1，令W＝e-j2π/N，則N點序列的離散傅里葉變換為：
Wkn具有周期性：Wkn＝Wn(k+N)＝Wk(n+N)
Wkn具有對稱性：Wkn＝-Wkn+N2
通過周期性和對稱性簡化了離散傅里葉變換。
作為一種優(yōu)選方案，本發(fā)明提供的一種基于裕度指標的旋轉機械故障診斷方法，步驟(1)和步驟(4)按1024個點為一組進行采樣，采樣頻率為1000Hz。
本發(fā)明提供的一種裕度指標在不同故障下的敏感程度不同，對偏心軸加彎軸類復合故障比較敏感，能夠很好地將此故障與其他故障區(qū)分開來，本能很好的反映了不同故障特征信息，構建的裕度指標是以比值構成，具有不受機器工況影響的特點，所構建的裕度指標對軸承等偏心軸加彎軸類故障具有反應快、敏感性好的優(yōu)點。
上述實施方式為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施方式的限制，其他的任何未背離本發(fā)明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。