基于振动时频图像处理的转子匀转速与变转速判定方法

摘要

本发明公开了一种基于振动时频图像处理的转子匀转速与变转速判定方法，先采集振动信号，并通过低通滤波和降采样的方式对采集的振动信号进行预处理；然后对处理后的振动信号进行时频分析，通过多次同步压缩变换获取到时频域，对时频分布进行边缘检测后通过霍夫变换判定匀转速与变转速。

说明书

技术领域

本发明属于旋转机械工作状态监测技术领域，更为具体地讲，涉及一种基于振动时频图像处理的转子匀转速与变转速判定方法。

背景技术

由于旋转机械运行状态的复杂程度日益提升，其故障发生率也在不断提高。对旋转机械进行状态监测是十分重要的，这让我们能够预防重大事故的发生，从而减少损失与伤亡。判定旋转机械的工作状态处于匀转速还是变转速是监测旋转机械的方法之一，这能让我们初步了解旋转机械是否处于正确的工作运行状态。目前对于旋转机械的工作状态判定方法还比较单一，大多都是通过获取旋转机械转子的转速后再对旋转机械的工况进行判定，而目前绝大多数的转速测量方法均需在曲轴的端部安装同步旋转的带齿或带缺口编码盘，其原理是：当曲轴旋转时，由齿盘或编码盘上的齿或缺口在传感器上触发一系列的脉冲信号，通过计算两个相邻脉冲的时间间隔或者通过计算在某一特定时间内的脉冲来计算转速。但这种转速测量方法存在如下问题：需要编码器/盘等特殊的硬件；硬件安装困难、可移植性差；为了提高角速度的测量精度必须使用很高的采样频率等。综上所述，通过转速判定旋转机械工况的方法过程复杂，并且在许多场合的适用性较差，很难在大型工厂中进行高效的判定。

基于振动信号的工况判定方法由于其简便、稳定、可靠成为了近期学者研究的热点，并且目前旋转机械故障诊断主要针对匀转速的情况，在变转速下这些方法存在较大挑战，因为此时无法采用经典的基于傅立叶变换理论谱去分析旋转机械中所获取的信号。然而变转速的工作状态几乎无处不在，因此从不同复杂转速工况中准确判定旋转机械的工作状态对于旋转机械故障诊断十分重要。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于振动时频图像处理的转子匀转速与变转速判定方法，不需要额外安装硬件，仅通过旋转机械的振动信号在时频域上判定旋转机械的转速状态。

为实现上述发明目的，本发明基于振动时频图像处理的转子匀转速与变转速判定方法，其特征在于，包括以下步骤：

(1)、采集振动信号并预处理；

(1.1)、采集卡以采样频率f

(1.2)、计算振动信号s(t)的频率

(1.3)、对振动信号s(t)进行低通滤波处理，去除f＞f

(1.4)、对滤波后的振动信号进行降采样，使得

(2)、对振动信号

(2.1)、对振动信号

其中，G(t,w)表示短时傅里叶变换表达式，g(·)表示窗函数，w表示频率，u与t均表示时间；

(2.2)、对

(2.3)、将

(2.4)、对G(t,w)在时间上进行求导，得到：

由此可得瞬时频率的估计值为:

(2.5)、根据短时傅里叶变换G(t,w)计算多次同步压缩变换，得到时频域；

...

其中，T

(3)、在时频域上进行转子匀转速与变转速的判定；

(3.1)、将时频域的彩色图像转换为灰度图像，再对灰度图像进行Canny边缘检测，当检测到灰度图的边缘像素点时，其灰度值记为1，在其他区域的像素点的灰度值记为0，从而得到边缘检测图像；

(3.2)、通过霍夫变换判定转子匀转速与变转速；

对边缘检测图像中的每个像素点进行霍夫变换，从而将每个像素点对应在极坐标下的一条直线，然后取极坐标下相交直线最多的3个交点，对应的极坐标记为(ρ

本发明的发明目的是这样实现的：

本发明基于振动时频图像处理的转子匀转速与变转速判定方法，先采集振动信号，并通过低通滤波和降采样的方式对采集的振动信号进行预处理；然后对处理后的振动信号进行时频分析，通过多次同步压缩变换获取到时频域，对时频分布进行边缘检测后通过霍夫变换判定匀转速与变转速。

同时，本发明基于振动时频图像处理的转子匀转速与变转速判定方法还具有以下有益效果：

(1)、本发明通过对振动信号进行低通滤波和降采样的处理，有效提高了振动信号的信噪比并且使得运算时间大大减少；

(2)、本发明在不需要外界额外安装硬件的情况下就能进行工况的判定，减少了成本与硬件要求；

(3)、本发明通过运用能量聚集性高的时频分析方法进行工况判定，这也提高了判定的精度；

(4)、本发明在不知道具体转速的情况下就能进行判定，不需要工作者和使用者知道准确转速，减小工作量，扩大了适用范围。

附图说明

图1是本发明基于振动时频图像处理的转子匀转速与变转速判定方法流程图；

图2是振动信号1的时域波形图及频域图；

图3是振动信号1预处理后的时域波形图及频域图；

图4是振动信号1进行6次同步压缩变换后的时频图；

图5是振动信号1的边缘检测示意图；

图6是振动信号1的霍夫变换示意图；

图7是振动信号2的时域波形图及频域图；

图8是振动信号2预处理后的时域波形图及频域图；

图9是振动信号2进行6次同步压缩变换后的时频图；

图10是振动信号2的边缘检测示意图；

图11是振动信号2的霍夫变换示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例

图1是本发明基于振动时频图像处理的转子匀转速与变转速判定方法流程图。

在本实施例中，如图1所示，本发明一种基于振动时频图像处理的转子匀转速与变转速判定方法，包括以下步骤：

S1、采集振动信号并预处理；

S1.1、采集卡以采样频率f

在本实施例中，采集的振动信号s(t)的时域波形图与频域图如图2所示，其中，(a)是时域波形图，(b)是频域图；

S1.2、计算振动信号s(t)的频率

S1.3、对振动信号s(t)进行低通滤波处理，去除f＞f

S1.4、由于一般振动信号的采样频率在以万赫兹为单位左右，数据量过大，需要对振动信号进行降采样来提高转速估计效率，一般情况下需要降低采样频率至略高于振动信号实际最高频率的两倍，即满足：

在本实施例中，预处理后的信号

S2、对振动信号

S2.1、对振动信号

其中，G(t,w)表示短时傅里叶变换表达式，g(·)表示窗函数，w表示频率，u与t均表示时间；

S2.2、对

S2.3、将

S2.4、对G(t,w)在时间上进行求导，得到：

由此可得瞬时频率的估计值为:

S2.5、根据短时傅里叶变换G(t,w)计算多次同步压缩变换，得到时频域；

...

其中，T

在本实施例中，对预处理后的振动信号进行6次同步压缩后的时频图，如图4所示。

S3、在时频域上进行转子匀转速与变转速的判定；

S3.1、将时频域的彩色图像转换为灰度图像，再对灰度图像进行Canny边缘检测，当检测到灰度图的边缘像素点时，其灰度值记为1，在其他区域的像素点的灰度值记为0，从而得到边缘检测图像，如图5所示；

S3.2、通过霍夫变换判定转子匀转速与变转速；

对边缘检测后的每个像素点进行霍夫变换，从而将每个像素点对应在极坐标下的一条直线，通过此步变换后，在时频域上的点对应在极坐标上的一条直线，当时频域上的点合成一条线时，这些点在极坐标下对应的直线会交于一点，如图6所示；然后取极坐标下相交直线最多的3个交点，对应的极坐标记为(ρ

为进一步说明本发明的技术方案，在本实施例中，按照步骤S1所述方法另外采集一组振动信号，其时域波形图与频域图如图7所示，其中，(a)是时域波形图，(b)是频域图；振动信号经过预处理后，对应的时域波形图与频域图如图8所示，其中，(a)是时域波形图，(b)是频域图；在本实施例中，对预处理后的对振动信号进行6次同步压缩变换，得到图9所示的时频图，最后将时频图先转换为灰度图像再进行边缘检测，得到图10所示的边缘检测示意图，接着进行霍夫变换，得到图11所示的霍夫变换示意图，从而准确判断出旋转机械的转速工况。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。