油液與振動相融合的旋轉機械故障診斷方法
2023-09-14 01:14:45 2
專利名稱：油液與振動相融合的旋轉機械故障診斷方法
技術領域：
本發明涉及到旋轉機械的故障診斷領域，尤其是一種油液與振動相融合的旋轉機械故障診斷方法。
背景技術：
數控工具機一般在重載或高速下工作，其旋轉部件與傳動系統容易發生故障。磨損類故障形式主要是磨料磨損、腐蝕磨損和疲勞磨損，這一類故障危害很大。故障初期會使工具機工作不穩定，加工準確度降低，如不及時處理，將會導致整個工具機不能工作。因此，對工具機的旋轉部件與傳動系統的磨損進行預測與診斷是非常重要的，一方面，工具機的振動信號攜帶了大量反映零部件磨損狀態的各種信息，另一方面，工具機傳動系統一般採用封閉式潤滑系統，潤滑油流經各各軸承及齒輪嚙合處，當部件發生磨損後，產生的磨損顆粒進入潤滑系統，潤滑油中的磨粒攜帶了反映零部件磨損狀態的各種信息。在目前的機械故障診斷過程主要有兩個分支，一個是通過旋轉機械的振動信息提取機械故障的特徵，即振動分析；別一個是通過機械的磨損在潤滑油液中的特徵，提取機械故障的磨損故障信息，即油液分析。但是，通過單一方式所給出的診斷結果在許多情況下並不可靠。油液分析通常在檢測壓力系統、齒輪箱和傳動裝置方面的故障時很有效；振動分析通常在檢測高速旋轉軸承的故障時很有效。油液分析對機械磨損故障較有效，振動分析對判斷局部故障點較好，即，油液分析和振動分析之間即有相關性但各自又有獨特性。因此，怎樣利用振動分析和油液分析相融合進行預測，是現有技術人員所要重點解決的問題。
發明內容
為了克服現有技術的缺陷，本發明提供一種油液與振動相融合的旋轉機械故障診斷方法，其包括以下步驟:
分別建立所述旋轉機械的振動特徵資料庫與鐵譜特徵資料庫，分別用於存儲所述旋轉機械的振動特徵量與鐵譜特徵量；
將所述振動特徵資料庫與所述鐵譜特徵資料庫相融合形成故障資料庫；
對所述故障資料庫約簡與融合，形成多個規則組成的規則庫；
通過規則匹配進行故障預測的預決策得到預決策信息；
根據所述預決策信息匹配所述故障資料庫中的振動特徵量與鐵譜特徵量，進行故障預測的再決策得到再預測信息；
輸出所述再預測信息。較佳地，其應用面向用戶的知識量最佳約簡算法與D-S證據理論對所述故障資料庫約簡與融合。較佳地，所述「面向用戶的知識量最佳約簡算法」是通過將屬性的知識量與屬性的差別矩陣的最高有效值作為啟發函數構建而實現的。較佳地，所述故障資料庫還包括光譜特徵量。與現有技術相比，本發明的有益效果如下:
本發明通過綜合利用振動分析得到的振動特徵資料庫以及油液分析得到的鐵譜特徵資料庫，對旋轉機械進行故障診斷，提高了故障診斷的準確率；0同時通過故障匹配來進行故障的預決策，再利用預決策信息分別匹配故障資料庫的振動特徵量與鐵譜特徵量得到再預測的故障診斷信息，進一步提高了故障診斷的精確性。當然，實施本發明的任一產品並不一定需要同時達到以上所述的所有優點。
圖1為本發明提供的實施例的流程示意圖。
具體實施例方式下方結合附圖和具體實施例對本發明做進一步的描述。本發明通過建立數控工具機的振動分析與油液分析相融合的故障資料庫，使其具有包括旋轉部件與傳動系統典型故障的振動與鐵譜、光譜特徵；應用「面向用戶的知識量最佳約簡算法」對所建立的故障資料庫進行約簡，然後形成規則，通過規則匹配來進行故障預測的決策；取得預測決策後，再根據決策信息，分別匹配故障資料庫的振動特徵量和鐵譜特徵量，可以提高工具機故障的預報率。在下述實施例中，旋轉機械採用的是數控工具機的機械齒輪轉子。
實施例
通過對數控工具機的振動故障特徵和鐵譜、光譜故障特徵進行研究、總結和實驗，分別建立和驗證機械齒輪轉子的振動特徵資料庫和鐵譜特徵資料庫，振動特徵資料庫中存儲有機械齒輪轉子的振動特徵數據量，鐵譜特徵資料庫中存儲有鐵譜特徵數據量，再使兩者相結合，形成數控工具機齒輪箱的振動分析與油液分析相融合的故障資料庫，使其具有包括齒輪箱典型故障的振動與鐵譜、光譜特徵；
應用面向用戶的知識量最佳約簡算法和D— S證據理論對故障資料庫進行約簡和融合，形成多個規則組成的規則庫，通過規則匹配來進行故障預測的預決策；本實施例通過將屬性的相對知識量與屬性的差別矩陣的最高有效值作為啟發函數，構建面向用戶的知識量最佳約簡算法和D— S證據理論相融合，以取得對故障屬性的最佳約簡和故障規則提取方法;
取得故障預測的預決策後，再根據預決策信息，分別匹配故障資料庫的振動特徵數據量和鐵譜特徵數據量，輸出所述再預測信息。其中振動特徵數據量對于振動學，鐵譜特徵數據量與光譜特徵數據量對應摩擦學。本發明通過綜合利用振動分析得到的振動特徵資料庫以及油液分析得到的鐵譜特徵資料庫，對旋轉機械進行故障診斷，提高了故障診斷的準確率；0同時通過故障匹配來進行故障的預決策，在利用預決策信息分別匹配故障資料庫的振動特徵量與鐵譜特徵量得到再預測的故障診斷信息，進一步提高了故障診斷的精確性。 以上公開的本發明優選實施例只是用於幫助闡述本發明。優選實施例並沒有詳盡敘述所有的細節，也不限制該發明僅為所述的具體實施方式
。顯然，根據本說明書的內容，可作很多的修改和變化。本說明書選取並具體描述這些實施例，是為了更好地解釋本發明的原理和實際應用，從而使所屬技術領域技術人員能很好地理解和利用本發明。本發明僅受權利要求書及其全部範圍和等效物的限制。
權利要求
1.一種油液與振動相融合的旋轉機械故障診斷方法，其特徵在於，包括以下步驟: 分別建立所述旋轉機械的振動特徵資料庫與鐵譜特徵資料庫，分別用於存儲所述旋轉機械的振動特徵量與鐵譜特徵量； 將所述振動特徵資料庫與所述鐵譜特徵資料庫相融合形成故障資料庫； 對所述故障資料庫約簡與融合，形成多個規則組成的規則庫； 通過規則匹配進行故障預測的預決策得到預決策信息； 根據所述預決策信息匹配所述故障資料庫中的振動特徵兩與鐵譜特徵量，進行故障預測的再決策得到再預測信息； 輸出所述再預測信息。
2.如權利要求1所述的油液與振動相融合的旋轉機械故障診斷方法，其特徵在於，其應用面向用戶的知識量最佳約簡算法與D-S證據理論對所述故障資料庫約簡與融合。
3.如權利要求2所述的油液與振動相融合的旋轉機械故障診斷方法，其特徵在於，所述面向用戶的知識量最佳約簡算法是通過將屬性的知識量與屬性的差別矩陣的最高有效值作為啟發函數構建而實現的。
4.如權利要求1所述的油液與振動相融合的旋轉機械故障診斷方法，其特徵在於，所述故障資料庫還包括光譜特徵量。
全文摘要
本發明公開了一種油液與振動相融合的旋轉機械故障診斷方法，其包括以下步驟分別建立所述旋轉機械的振動特徵資料庫與鐵譜特徵資料庫；將所述振動特徵資料庫與所述鐵譜特徵資料庫相融合形成故障資料庫；對所述故障資料庫約簡與融合，形成多個規則組成的規則庫；通過規則匹配得到預決策信息；根據所述預決策信息匹配故障資料庫進行故障預測的再決策得到再預測信息；輸出所述再預測信息。本發明通過綜合利用振動分析得到的振動特徵資料庫以及油液分析得到的鐵譜特徵資料庫進行故障診斷，提高了故障診斷的準確率；同時通過故障匹配來進行故障的預決策，再利用預決策信息匹配故障資料庫得到再預測的故障診斷信息，進一步提高了故障診斷的精確性。
文檔編號G01M13/00GK103207070SQ20131012026
公開日2013年7月17日 申請日期2013年4月9日 優先權日2013年4月9日
發明者陳堂敏 申請人:蘇州經貿職業技術學院