![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于辛几何矩阵的机械故障诊断研究.pdf
《基于辛几何矩阵的机械故障诊断研究.pdf》由会员分享,可在线阅读,更多相关《基于辛几何矩阵的机械故障诊断研究.pdf(6页珍藏版)》请在咨信网上搜索。
1、100水电与抽水蓄能Hydropower and Pumped Storage第 9 卷 第 S1 期2023 年 6 月 20 日Vol.9 No.S1Jun.20,2023基于辛几何矩阵的机械故障诊断研究陶永虎1,2(1中国水利水电建设工程咨询贵阳有限公司,贵州省贵阳市550081;2中国电建集团贵阳勘测设计研究院有限公司,贵州省贵阳市550081)摘要:我国机械制造智能化转型期,对机械设备要求极高,复杂化、精确化、智能化等成为机械发展趋势,但在服役过程时,某部件发生故障,易对机械设备的正常运行产生影响,重者致使安全事故发生,进而开展机械故障诊断方法研究具有重要实际意义。为探析机械故障,基
2、于辛几何矩阵原理构件解析故障诊断模型,并结合算例分析模型的合理性及可行性,研究表明:辛几何矩阵模型可有效识别机械故障,其准确性较高,效果显著,误差较小;当 =0.1 时,易发生内部机械故障,测试样本区间为(100,150);当 =0.2、0.5 时,机械故障表现为外圈故障,测试样本区间(100,200);在 S=0、W=0 处进行故障诊断较为合理,外部故障识别时间 t、振动频率 H 分别为 t=2.5s、H=100kHz,而内部故障识识别时间为 t=0.7s、振动频率 H=220kHz。关键词:辛几何矩阵;机械故障诊断;故障识别;时域分析中图分类号:TV34文献标识码:学科代码:570.300
3、引言近年来,计算机技术逐步快速发展,信息处理、信息识别等得到不断完善,这就为机械故障诊断提供了较为重要的理论基础。而今工业化、网络化的发展,机械设备面临着各种各样的故障问题,从细部可分为内部故障和外部故障,为此探明机械故障对于生产行业来说就具有举足轻重的作用1-4。辛几何矩阵是一种新型的故障识别方法,关于如何利用辛几何矩阵可构造识别模型已成了当今热门话题。关于辛几何矩阵在应用研究,已有诸多学者述及,Lei等5,6基于辛几何理论研究矩阵特征,发现其时间序列分析有效性较高,验证了其适用性;Xie 等7利用辛几何原理分析辛几何谱,发现其应用效果良好;李晓海等8基于 SGSA原理探讨辛几何分布特征,发
4、现其矩阵有信号分解能力,可在结构损伤领域应用;Zhang、Ashish、Shao 等9-11开展机械设备故障诊断研究,发信在信号处理、故障识别时,其动力学建模过程、模式识别等领域利用辛几何矩阵可取得有效的效果;Yang 等12采用滚动轴承为例开展故障模型构建,发现转子轴承系统的辛几何分布特性,发现利用辛几何矩阵可有效表征轴承故障规律;Sobie 等13基于辛几何矩阵构建滚动轴承仿真模型,发现仿真模型可有效替代实际数据源;Xi等14利用辛几何矩阵分析机床故障,发现机床动态模型可有效进行机械故障诊断;Chen 等15基于辛几何矩阵集原理,并构建动态建故障识别理论,发现其应用效果较佳。综上发现,辛几
5、何矩阵应用较广,且分析效果较为显著,但现今关于如何构建识别理论模型,并开展模型优化研究方面述及较少。本文基于辛几何矩阵原理构建机械故障识别、诊断模型,并对模型开展优化,之后通过典例分析其故障识别特征及规律,最后总结其辛几何矩阵的波形分布规律,助力攻克机械生产行业故障诊断识别难题。1故障诊断模型构建1.1辛几何矩阵模型SMM 利用风险最小化原则且以矩阵模块开展故障识别,鉴于矩阵结构的复杂性、模糊性,现提出由正则化项及铰链损失项共同构成目标函数。其构建如下:目标函数构建:(1)式 中:为 铰 链 损 失;为调整函数;为寻找低秩权矩阵;W 为权矩阵;b为阈值;为可以约束核范数;C 为折衷系数;用来约
6、束rk(W)。决策函数构建:101 基于辛几何矩阵的机械故障诊断研究 (2)式中:为未知样本数据标签。联立式(1)、式(2)可得到权矩阵 W、阈值 b,未知样本。根据式(1)、式(2)构建辛几何矩阵:(3)式中:为铰链损失系数;(zi,yi)为标签 zi、yi对应的映射值;为输入样本 zi对应的估计标签值;yi为真实样本标签;N 为训练集数目。引入决策变量 S 优化式(1)得:(4)将式(4)进行拉格朗日变化:(5)式中:为拉格朗日系数;为惩罚参数,且 0。通过对式(5)进行迭代计算如下:(6)式(6)即为辛几何矩阵诊断机械故障模型,对式(6)求解 W、S 值,W、S 值大小可反应机械故障状态
7、。1.2模型优化分析根据上述分析可得,对式(6)求解计算可表征机械故障情况,但是上述计算较为繁琐且复杂,故本节针对机械故障与模型间的关系,对模型进行优化。现考虑,当模型满足终止阈值以及进行的迭代次数时,该模型迭代循环表示结束,此时就会出现生成新权矩阵。为此,该模型优化就间接表现为优化求解 W、S 值,其过程如下:(1)S 矩阵值的优化解。假定 W 为常数,最小目标函数为所有优化 S 值之和,优化如下:(7)式中:LS为最小目标函数;为梯度核范数;为最优解。对式(7)进行分析可得:(8)对式(8)进行奇异矩阵分解为:(9)式中:为对角矩阵,且对角值为;U0为左奇异值矩阵;V0为右奇异值矩阵;V1
8、、U1、为对角上小于 的值。现定义:(10)故式(8)可优化为:(11)取,其中 U0TP=0,PV0=0,进而可得到:(12)对式(12)化简可得 S 的优化解为:(13)(2)W 值的优化解。假定 S 为常数,最小目标函数为所有优化 W 值之和,优化如下:(14)H(W)优化解问题可转化为式(15)求解问题,如下:(15)对式(15)进行求导可得:(16)进一步可得:(17)在 c 类状态时,式(17)可转化为式(18):(18)现对式(18)作如下定义,其预测模型为:(19)102水电与抽水蓄能Hydropower and Pumped Storage第 9 卷 第 S1 期2023 年
9、 6 月 20 日Vol.9 No.S1Jun.20,2023式中:c为预测模型权系数;Nc为 c 类别下对应的样本总数;为决策函数对应的决策者;为类别标签。2举例分析2.1故障识别分析针对上述理论模型,对机械故障进行分析,现取机械滚动轴为例进行分析,其参数如表 1 所示,分别对滚动轴内圈、外圈故障以及滚动轴本身进行分析,选择 50 组数据为训练集样本,50 组数据为测试集数据样本。表 1滚动轴参数Table1Rollingshaftparameters类型转速/(rmin-1)频率/kHz加载/kW故障宽度/mm故障深度/mm6205-2RS1772480.480.0180.028 参数 C
10、 及 值如下:C=1,2,5,10,20,50,100,=0,0.1,0.5,1,2,5,10,根据式(13)、式(18)、式(19)可计算出样本识别率,如图 1 所示。由图 1 可知,=0.1 时,机械故障识别率较为稳定,而整体均在 99%左右进行波动,为更好的表征机械故障,对样本数据进行剖析,其故障识别如图 2 所示。故在 C=1、=0.1下,其识别示意图如图 2 所示。=10=5=2=1=0.5=0.2=0.1=01005020105219697989996.597.598.599.5100识别率/%折衷系数C图 1不同样本识别率Figure 1Different sample reco
11、gnition rate从图 2 可知,当 C=1、=0.1 时,机械故障识别率高达98%左右波动,如机械发生故障时,一般情况均在这个范围波动,但是若机械本身存在较大的噪声,那么会对机械识别产生影响。为了更加清晰机械故障,现对测试个样本数据进行分析,其分析如图 3 所示。平均值5432102040608010098.9597.9297.5098.1398.5498.21识别率/%图 2C=1、=0.1 时的机械故障识别率Figure 2Mechanical fault recognition rate when C=1,=0.1(a)=0.1321050100150200250300识别标签测
12、试样本正常状态内圈故障外圈故障(b)=0.2103250100150200250300识别标签测试样本正常状态内圈故障外圈故障103250100150200250300识别标签测试样本正常状态内圈故障外圈故障(a)=0.1(b)=0.2(c)=0.5103250100150200250300识别标签测试样本正常状态内圈故障外圈故障图 3机械故障特征Figure 3Mechanical fault characteristics根据图 3(a)可知,当 =0.1 时,机械故障主要为外圈故障,而处于正常状态的较少,内圈故障主要集中在测试样本区间(100,150);根据图 3(b)可知,当 =0.2
13、 时,机械故障主要为外圈故障,而处于正常状态的较少,内圈故障主要集中在测试样本区间(100,200);根据图 3(c)可知,当=0.5 时,机械故障主要为外圈故障,而处于正常状态的较少,103 基于辛几何矩阵的机械故障诊断研究内圈故障主要集中在测试样本区间(100,200)。综上发现:机械故障主要表现有内部故障、外部故障,其中内部故障在一般先外部故障产生,当增大 时,其故障在增加,但于正常状态而言,增大 并不影响前期机械工作状态,而对外部故障影响明显小于内部故障。2.2时域波形分析为更好分析机械故障时的波形、故障分布等于时间、转动频率间的关系,本文主要基于前期模型构建及转动轴参数对其进行分析,
14、其转动轴计算参数如表 2 所示。表 26205-2RS 型滚动轴计算参数Table26205-2RStyperollingshaftcalculationparameters转速采样频率采样点数滚轴个数轴承节圆直径转频滚动体直径压力角1772r/min48kHzN=16000Z=12D=39mm24kHzd=7.5mm=0 根据机械故障诊断模型,可得如下分析:上下分界波动强振动区域决策变量S权矩阵值W频率/Hz时间/s最大值0.25W=0,S=0W=0,S=02.52.01.51.00.5050010001500200025000.40.201000-100(a)时域波形(b)频域波形(a)T
15、ime domain waveform(b)Frequency domain waveform图 4外部故障识别分析Figure 4External fault identification analysis 由图 4 可知,外部故障识别时,其时域波形曲线在 S=0处来回波动,且在此曲线上存在 W=0,最大值 W=0.25,在频率 H=1500kHz 后,曲线较为平缓,说明此时识别存在上限值;图 5 可知,外部故障识别时,其时域波形曲线在 S=20处来回波动,且在此曲线上存在 W=0,最大值 W=18,在频率 H=80kHz 后,曲线较为平缓,说明此时识别状态较佳;图 6 可知,外部故障识别时
16、,其时域波形曲线在 S=7 处来回波动,且在此曲线上存在 W=0,最大值 W=18,在频率 H=100kHz 后,曲线较为平缓,说明此时识别状态较佳;图 7 可知,外部故障识别时,其时域波形曲线在 S=10 处来回波动,且在此曲线上存在 W=0,最大值 W=95,在频率 H=100kHz 后,曲线较为平缓,说明此时识别状态较佳。00.51.01.5W=0W=0,S=02.02.5时间/s频率/Hz强振区域上下分界波动决策变量S权矩阵值W1201008060402020100100200300400500(a)时域波形(b)频域波形(a)Time domain waveform(b)Freque
17、ncy domain waveform图 5内部故障识别分析Figure 5Internal fault identification analysis403020105010020030040050000.51.01.5W=02.02.5时间/s频率/Hz决策变量S权矩阵值W强振动区域强振动区域(a)时域波形(b)频域波形(a)Time domain waveform(b)Frequency domain waveform图 6外部识别区诊断特征Figure 6Diagnostic characteristics of external recognition area104水电与抽水蓄能H
18、ydropower and Pumped Storage第 9 卷 第 S1 期2023 年 6 月 20 日Vol.9 No.S1Jun.20,2023综上发现,在 S=0、W=0 处进行机械故障识别较为有效,对于外部故障来说,此时识别时间为 t=2.5s,振动频率H=100kHz;对于内部故障识别来说,此时识别时间为 t=0.7s,振动频率 H=220kHz。强振动区域强振动区域决策变量S权矩阵值W时间/s频率/Hz10050010501002003004005000.51.01.52.02.5W=0(a)时域波形(b)频域波形(a)Time domain waveform(b)Frequ
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 几何 矩阵 机械 故障诊断 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。