基于灰度梯度共生矩阵的旋转机械振动时频图形识别方法.pdf

第22卷第1期 振 动 工 程 学 报 V01．22No．1 2009年2月 ofVibration Feb．2009 Journal Engineering 基于灰度一梯度共生矩阵的旋转 机械振动时频图形识别方法 窦 唯，刘占生 (哈尔滨工业大学能源科学与工程学院，黑龙江哈尔滨150001) 摘要：针对旋转机械振动图形信息在故障诊断中一直没有得到充分利用，在一定程度上影响诊断技术的推广和利 用的问题．研究了基于灰度一梯度共生矩阵的旋转机械故障诊断方法．该方法利用能反映图形像素点灰度与梯度的 分布规律的灰度·梯度共生矩阵，直接提取和挖掘旋转机械振动信号的时频灰度图形中的像素点与其邻域像素点 空问关系的特征信息，有效地提取图形中纹理特征信息后，直接利用人工免疫反面选择算法实现旋转机械故障诊 断。在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及轴承松动故障的试 验，诊断结果表明可以获得较高的诊断精度，并与基于灰度共生矩阵的诊断方法进行了比较，证明该方法可以提高 故障诊断的准确率，验证了该方法的可行性： 关键词：旋转机械；故障诊断I共生矩阵；人工免疫 中图分类号：TB752}TB53文献标识码lA 文章编号：1004—4523(2009)01—0085—07 路。 引 言 振动参数图形信息没有被较好的应用到旋转机 械的故障诊断中主要原因之一就是图形的特征提取 大型旋转机械的故障常以振动大的形式表现出 困难。如何将这些图形信息应用到故障诊断中，如何 来，因此根据振动信号进行监测与诊断仍是目前设 提取图形中的有用信息是故障诊断的崭新课题。 备维护管理的主要手段，据不完全统计，在旋转机械 图形的纹理信息是图形的最基本特征，包含着 故障诊断中，基于振动的故障诊断方法占70％以 图形主要目标边界信息，反映了图形本身的属性。纹 上[1】，这是由于振动信号中包含丰富的设备运行状 理分析方法有统计法、结构法等[101。本文根据统计 态信息，它是目前故障诊断的重要研究领域。 方法和结构方法的各自特点，针对旋转机械振动参 目前，应用于旋转机械故障诊断的各种方法多 数图形提出了基于灰度一梯度共生矩阵的旋转机械 数都是利用信号处理技术提取振动信号时域或频域 故障诊断方法，该方法首先利用旋转机械振动时域 信息特征进行诊断的[2q】。由这些振动信号可以得 到各种信息丰富的参数图形(如振动三维谱图、全息 灰度图形，根据灰度图形的纹理分布特点，利用图形 谱、轴心轨迹图及时频分析图等)，但是利用这些参 的灰度和梯度空间分布规律以及各像素点与其领域 数图形进行诊断研究的非常有限，因此限制了诊断 像素点之间的空间关系描述图形的纹理特征，这样 技术的推广和利用。近年来，利用图形识别技术进行 可以有效地提取和挖掘旋转机械二维时频分析灰度 故障诊断已引起人们的极大兴趣，如利用振动三维 图形中纹理特征信息，然后利用人工免疫实现旋转 谱图诊断发电设备中的各种常见故障[6J3；提出了在 机械故障诊断。在600MW模化汽轮机转子试验台 二维全息谱的基础上重构低频和倍频轴心轨迹的方 上进行了转子正常、转子不平衡故障、转子不对中故 法诊断旋转机械常见故障叫；文献[93探讨了图形处 障及轴承松动故障的试验，诊断结果表明所提出方 理技术在柴油机振动故障诊断中的应用，为图形识 法具有较高的诊断准确率，为旋转机械故障诊断探 别技术能应用在