【導(dǎo)讀】Keywords：Shaftorbits；Faultdiagnosis；Geometricfeatures；Patternrecognition；

　　

【正文】 運(yùn)動(dòng)軌跡， 這一軌跡是在與軸線垂直的平面內(nèi)，因此它要求在該平面內(nèi)兩個(gè)方向上設(shè)置傳感器。軸心軌跡清晰地描述了蘊(yùn)涵在機(jī)組內(nèi)的故障特征，軸心軌跡中可以獲取有關(guān)轉(zhuǎn)子彎曲、不平衡、軸瓦失穩(wěn)和動(dòng)靜摩擦等信息。通過(guò)對(duì)實(shí)際運(yùn)行的旋轉(zhuǎn)機(jī)械故障機(jī)理的分析和大量理論分析，人們總結(jié)出幾種軸心軌跡所對(duì)應(yīng)的故障集。 實(shí)際采樣的信號(hào)并不是一個(gè)整周期的，所以需要將其按照最大周期分量對(duì)采樣數(shù)據(jù)進(jìn)行截取，取得一個(gè)整周期的封閉曲線。將采集到的信號(hào)進(jìn)行提純，合成后，存儲(chǔ)到一個(gè)表示 x， y 坐標(biāo)的坐標(biāo)序列中： {x（ n）， y（ n）： n=0， 1， … ，N1}，通過(guò)分 析這個(gè)序列中 x、 y 變化的特征來(lái)識(shí)別軸心軌跡。 3 圖像處理識(shí)別軸心軌跡的原理 [4] 在圖像識(shí)別中，最簡(jiǎn)單的識(shí)別方法就是模板匹配。就是把未知圖像和一個(gè)標(biāo)準(zhǔn)圖像相比，看它們是否相同或相似。 設(shè)有 M 個(gè)類別： ω1， ω1， …， ωM 每類特征由若干個(gè)向量表示，如類 ωi 類，有： Xi=[xi1， xi2， xi3， … ， xin]T 對(duì)于任意被識(shí)別的軌跡圖像 X： X = [x1, x2, x3,..., xn] T 計(jì)算距離 d（ Xi， X），若存在某一個(gè) i，使： d（ Xi， X）＜ d（ Xj， X）， j=1， 2，… ， M， i≠ j （ 3） 則 X∈ω i。 具體判別的時(shí)候， X， Y 兩點(diǎn)距離可以用 |X， Y|2表示，即： d (X, Xi)= Xi X 2 = (X Xi) T (X Xi) XTXXTXT XiTXi =XTX (XTXT + XiTX XiTXi) 式中的 XTXT+XiTXXiTXi 為特征的線性函數(shù)，可作為判別函數(shù)： di(X)=XTXT+XiTXXiTXi 若 d(X， Xi)=min{di(X)}，則 X∈ω i。這就是多類問(wèn)題的最小距離判別法。本文就用這種方法識(shí)別軸心軌跡。 4 軸心軌跡圖像特征的提取和識(shí)別 軸心軌跡圖像特征的提取和識(shí)別可以用來(lái)識(shí)別軸心軌跡圖像的特征有很多，目前利用較多的特征有：不變矩 [1]，交叉點(diǎn)數(shù)，圓環(huán)數(shù)，質(zhì)心位置，彎曲度，細(xì)長(zhǎng)度等。本文以軸心軌跡的方向變化為主要特征，并用一些其他特征進(jìn)行細(xì)化描述。 軸心軌跡圖像的預(yù)處理 [5] 采集的兩路數(shù)據(jù)在合成前已經(jīng)進(jìn)行了濾波消噪處理，消除掉了很多毛刺。但是為了后面特征提取的方便以及減少數(shù)據(jù)量，還需要做一些預(yù)處理。 圖 1 刪除條件 如圖 1，斜著的直線是軸心軌跡，本來(lái)途中畫黑點(diǎn)的位置都應(yīng)該在路徑里的，但考慮到為了不使方向變來(lái)變?nèi)ィ瑢?duì)于改圖這種處于拐角上的點(diǎn)，都要?jiǎng)h除掉（相對(duì)應(yīng)的有 4 種情況），刪除的條件是： |x[I+2]x[I]|=1 且 |y[I+2]y[I]|=1。 如果滿足以上條件，則刪除 （ x[I+1]， y[I+1]） 點(diǎn)。 特征的提取與量化 為了量化特征，規(guī)定了如下 4 個(gè)方向：向右，向下，向左，向上 (在程序中可以用數(shù)字或相應(yīng)的比特位表示，本文用數(shù)字 1， 2， 3， 4 來(lái)表示 )，各方向包含的范圍見圖 2。 圖 2 穩(wěn)定的方向范圍 之所以每個(gè)方向都包含 3 個(gè)范圍，是為了避免一些小的擾動(dòng)改變方向，從上面 4 個(gè)圖中可以看到，在斜線上的 4 個(gè)方向，每一個(gè)都包含在兩個(gè)方向中，對(duì)于方向的確定，有如下規(guī)則： （ 1）對(duì)于每一個(gè)起點(diǎn)，當(dāng)軸順時(shí)針旋轉(zhuǎn)時(shí)，選擇方向的優(yōu)先順序依次是向右、向下，向左，向上，對(duì)應(yīng)的數(shù)字是 1， 2， 3， 4；當(dāng)軸逆時(shí)針旋轉(zhuǎn)時(shí)，選擇方向的優(yōu)先順序依次是向左，向下，向右，向上，對(duì)應(yīng)數(shù)字是 1， 2， 3， 4。這樣是為了軸心軌跡在同樣的工作狀態(tài)，不同的旋轉(zhuǎn)方向所形成的特征值一樣。 （ 2）如果已經(jīng)處在一個(gè)方向，那么對(duì)于接著的一個(gè)方 向，應(yīng)盡量保持和原來(lái)的方向一致，這樣方向在一個(gè)小范圍內(nèi)波動(dòng)，可以保持一致，除非已經(jīng)跳離了這個(gè)方向所在的范圍，也就是盡量避免兩個(gè)相鄰的特征為相反方向。 在得到了方向序列后，還可以計(jì)算一些特征量來(lái)輔助描述，如交點(diǎn)個(gè)數(shù)、尾點(diǎn)到交點(diǎn)的距離、首點(diǎn)距交點(diǎn)的距離等，這些特征也用數(shù)字來(lái)表示，本文選用交點(diǎn)個(gè)數(shù)來(lái)描述。 軸心軌跡的分類描述 用上面的方法可以對(duì)軸心軌跡圖形進(jìn)行分類識(shí)別，但是屬于同一種分類的兩個(gè)圖形，形狀也可能有很大的差別。為了清楚的了解故障的嚴(yán)重程度，還要用其他特征量來(lái)衡量軌跡變形量的大小。 不平衡故障 軸心軌跡為橢圓形，求得圖形的長(zhǎng)軸 L 和短軸 l，它們的比值 C=l/L 為細(xì)長(zhǎng)度 [6]，用 C 可以表示軸心軌跡變形程度的大小。由于圓和橢圓的特征向量相同，用 C 還可以用來(lái)判別是否有故障。 0≤ C≤ 1， C 越小，橢圓變形程度越大，故障越嚴(yán)重， C=1 時(shí)表示沒(méi)有故障。 圖 3 細(xì)長(zhǎng)度 不平衡與不對(duì)中綜合故障 曲程度來(lái)表示。先求出軸心軌跡的質(zhì)心。根據(jù)物理上重心的概念，定義二維灰度圖像的質(zhì)心如下： 1 0 0 01 0 0 0//{ x m my m m?? 找到軸心軌跡的兩個(gè)拐角點(diǎn)，它們與質(zhì)心之間的連 線成為卡軸。求得兩個(gè)卡軸之間的夾角 AArg，定義 AArg 為彎曲度。 0≤AArg≤pi， AArg 越小，表示圖形的完全程度越大，故障越嚴(yán)重。 不對(duì)中和油膜渦動(dòng)故障 軸心軌跡分別為外 8 字型和內(nèi) 8 字形，這兩種軌跡的特點(diǎn)就是有一個(gè)交點(diǎn)。找到軌跡的交點(diǎn)，以交點(diǎn)為分割點(diǎn)，將原序列分成兩部分。分別求處兩部分的面積 S1， S2。兩個(gè)環(huán)形的面積比 : C1=),max( ),min( 21 21 ss ss 其中 0＜ C1≤ 1， C1 的大小反應(yīng)了軸系旋轉(zhuǎn)中不穩(wěn)定因素的強(qiáng)勢(shì)或弱勢(shì)， C1 越大，表示不穩(wěn)定因素所起作用越大。 5 仿真研究 對(duì)每種類別的軸心軌跡，選取有代表性的 4 種進(jìn)行識(shí)別計(jì)算。得到的結(jié)果如圖 4。 圖 4 軸心軌跡仿真 由計(jì)算結(jié)果可知，每種類別的軸心軌跡所提取出來(lái)的特征值都不同，用判別法很容易就可以得出它們所屬的類別，從而判斷旋轉(zhuǎn)機(jī)械所發(fā)生的故障。由細(xì)化描述參量的計(jì)算結(jié)果可知，屬于同種類別的軸心軌跡，其形狀也有很大的差別，細(xì)化參量可以很好的表示這種差別，幫助我們判斷故障的嚴(yán)重程度。 6 結(jié)束語(yǔ) 向的學(xué)者的成果，將方向變化特征量化，結(jié)合其它特征，構(gòu)建成模板，然后用模式識(shí)別的理論進(jìn)行識(shí)別，為軸心軌跡的自動(dòng)識(shí)別提供了新的方法。 參考文獻(xiàn) [1] 萬(wàn)書亭，李永剛，李和明 .基于不變矩特征和新型關(guān)聯(lián)度的軸心軌跡形狀自動(dòng)識(shí)別 [J].熱能動(dòng)力工程， 2021， 20（ 3）： 239241. [2] 倪傳坤，周建中，付波 .基于改進(jìn)不變矩的發(fā)電機(jī)組軸心軌跡識(shí)別 [J].電力科學(xué)與工程， 2021， 16（ 3）： 1619. [3] 陳豫 .軸心軌跡提純與自動(dòng)識(shí)別的研究 [J].武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版， 2021， 27（ 6）： 878881. [4] 楊淑瑩 .圖像模式識(shí)別 [M].北京：清華大學(xué)出版社， 2021. [5] 張宏林 .Visual C++數(shù)字圖像模式識(shí)別技術(shù)及工程實(shí)踐 [M].北京：人民郵電出版社， 2021. [6] 江志農(nóng)，李艷妮 .旋轉(zhuǎn)機(jī)械軸心軌跡特征提取技術(shù)研究 [J].振動(dòng)、測(cè)試與診斷， 2021， 27（ 2）： 98102.