检测识别钻井泵冲击振动信号的新方法

吕苗荣,陈志强 (常州大学机械与能源工程学院,江苏常州213016)

如何从复杂、强噪声背景中提取有用的弱信号一直是人们研究的重点之一。通过对弱信号的检测可以实现机械设备故障的早期诊断、隐型目标的发现和预警、复杂系统辨识等,具有非常重要的应用价值。目前采用弱信号检测方法中主要有频谱分析、时频与小波分析[1～3]、人工神经网络分析[4]、共振解调[5,6]、混沌振子[7～10]和随机共振[11,12]等。但无论是窄带滤波、同步迭加、相关分析等传统的弱信号提取的方法,还是随机共振理论的检测、基于混沌理论的检测、基于神经网络的检测等现代检测方法,都需要对信号的一些信息事先有一定的了解。由于机械设备的疲劳、微裂缝、点蚀、摩擦、松动等因素会导致运动副之间的变形和运动出现差异,检测的信号会发生漂移和调制现象。显然,这样的检测方法存在一定的漏检风险。

笔者在对信号进行基元分段处理的基础上[13],提出了一种基于时域信号平滑提取冲击信号的新检测方法,不仅能够检测出各种振动和弱冲击成分,而且还能够实现各种弱信号的归类识别和模型化处理,这一方法已经成功地应用于钻井泵的故障诊断。下面,笔者作较详细的论述。

1 基本原理

1.1 时域信号的平滑处理

对一组有n个等距点的时域采样信号{x0,x1,x2,…,xn}进行平滑处理,可以有3点、5点、7点等多种方式,例如5点3次平滑的计算公式如下:

如果要采用其他平滑方法进行处理,可以查阅相关的文献,在此不作赘述。……