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

　　

【正文】 運動軌跡， 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)兩個方向上設(shè)置傳感器。軸心軌跡清晰地描述了蘊涵在機組內(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)和動靜摩擦等信息。通過對實際運行的旋轉(zhuǎn)機械故障機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應(yīng)的故障集。 實際采樣的信號并不是一個整周期的，所以需要將其按照最大周期分量對采樣數(shù)據(jù)進行截取，取得一個整周期的封閉曲線。將采集到的信號進行提純，合成后，存儲到一個表示 x， y 坐標(biāo)的坐標(biāo)序列中： {x（ n）， y（ n）： n=0， 1， … ，N1}，通過分 析這個序列中 x、 y 變化的特征來識別軸心軌跡。 3 圖像處理識別軸心軌跡的原理 [4] 在圖像識別中，最簡單的識別方法就是模板匹配。就是把未知圖像和一個標(biāo)準(zhǔn)圖像相比，看它們是否相同或相似。 設(shè)有 M 個類別： ω1， ω1， …， ωM 每類特征由若干個向量表示，如類 ωi 類，有： Xi=[xi1， xi2， xi3， … ， xin]T 對于任意被識別的軌跡圖像 X： X = [x1, x2, x3,..., xn] T 計算距離 d（ Xi， X），若存在某一個 i，使： d（ Xi， X）＜ d（ Xj， X）， j=1， 2，… ， M， i≠ j （ 3） 則 X∈ω i。 具體判別的時候， X， Y 兩點距離可以用 |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。這就是多類問題的最小距離判別法。本文就用這種方法識別軸心軌跡。 4 軸心軌跡圖像特征的提取和識別 軸心軌跡圖像特征的提取和識別可以用來識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]，交叉點數(shù)，圓環(huán)數(shù)，質(zhì)心位置，彎曲度，細長度等。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行細化描述。 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，本來途中畫黑點的位置都應(yīng)該在路徑里的，但考慮到為了不使方向變來變?nèi)?，對于改圖這種處于拐角上的點，都要刪除掉（相對應(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。 特征的提取與量化 為了量化特征，規(guī)定了如下 4 個方向：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 之所以每個方向都包含 3 個范圍，是為了避免一些小的擾動改變方向，從上面 4 個圖中可以看到，在斜線上的 4 個方向，每一個都包含在兩個方向中，對于方向的確定，有如下規(guī)則： （ 1）對于每一個起點，當(dāng)軸順時針旋轉(zhuǎn)時，選擇方向的優(yōu)先順序依次是向右、向下，向左，向上，對應(yīng)的數(shù)字是 1， 2， 3， 4；當(dāng)軸逆時針旋轉(zhuǎn)時，選擇方向的優(yōu)先順序依次是向左，向下，向右，向上，對應(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)處在一個方向，那么對于接著的一個方 向，應(yīng)盡量保持和原來的方向一致，這樣方向在一個小范圍內(nèi)波動，可以保持一致，除非已經(jīng)跳離了這個方向所在的范圍，也就是盡量避免兩個相鄰的特征為相反方向。 在得到了方向序列后，還可以計算一些特征量來輔助描述，如交點個數(shù)、尾點到交點的距離、首點距交點的距離等，這些特征也用數(shù)字來表示，本文選用交點個數(shù)來描述。 軸心軌跡的分類描述 用上面的方法可以對軸心軌跡圖形進行分類識別，但是屬于同一種分類的兩個圖形，形狀也可能有很大的差別。為了清楚的了解故障的嚴重程度，還要用其他特征量來衡量軌跡變形量的大小。 不平衡故障 軸心軌跡為橢圓形，求得圖形的長軸 L 和短軸 l，它們的比值 C=l/L 為細長度 [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，故障越嚴重， C=1 時表示沒有故障。 圖 3 細長度 不平衡與不對中綜合故障 曲程度來表示。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拐角點，它們與質(zhì)心之間的連 線成為卡軸。求得兩個卡軸之間的夾角 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，故障越嚴重。 不對中和油膜渦動故障 軸心軌跡分別為外 8 字型和內(nèi) 8 字形，這兩種軌跡的特點就是有一個交點。找到軌跡的交點，以交點為分割點，將原序列分成兩部分。分別求處兩部分的面積 S1， S2。兩個環(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)定因素的強勢或弱勢， C1 越大，表示不穩(wěn)定因素所起作用越大。 5 仿真研究 對每種類別的軸心軌跡，選取有代表性的 4 種進行識別計算。得到的結(jié)果如圖 4。 圖 4 軸心軌跡仿真 由計算結(jié)果可知，每種類別的軸心軌跡所提取出來的特征值都不同，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)機械所發(fā)生的故障。由細化描述參量的計算結(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，細化參量可以很好的表示這種差別，幫助我們判斷故障的嚴重程度。 6 結(jié)束語 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，然后用模式識別的理論進行識別，為軸心軌跡的自動識別提供了新的方法。 參考文獻 [1] 萬書亭，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識別 [J].熱能動力工程， 2021， 20（ 3）： 239241. [2] 倪傳坤，周建中，付波 .基于改進不變矩的發(fā)電機組軸心軌跡識別 [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識別的研究 [J].武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版， 2021， 27（ 6）： 878881. [4] 楊淑瑩 .圖像模式識別 [M].北京：清華大學(xué)出版社， 2021. [5] 張宏林 .Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐 [M].北京：人民郵電出版社， 2021. [6] 江志農(nóng)，李艷妮 .旋轉(zhuǎn)機械軸心軌跡特征提取技術(shù)研究 [J].振動、測試與診斷， 2021， 27（ 2）： 98102.