阅读说明：本技术 一种磁悬浮轴承工作异常的判别方法 (Method for judging working abnormity of magnetic suspension bearing ) 是由 张利 余梅云 陈金平 罗艳彦 于 2019-07-18 设计创作，主要内容包括：本发明属于磁悬浮轴承领域,一种磁悬浮轴承工作异常的判别方法,包括以下步骤：数据处理模块包括对位移传感器采集到的位移和功率放大器采集到的电流进行处理；对处理后的将数据处理进行异常判断；本发明实时的在线故障诊断,通用性较好,适用范围广；故障诊断系统与磁悬浮轴承系统自身控制相互独立,干涉少；系统采用自动诊断与人工诊断相结合,降低了虚警率和误诊率；人工故障维护和使用成本大大降低,提高了经济效益。(the invention belongs to the field of magnetic suspension bearings, and discloses a method for judging the working abnormity of a magnetic suspension bearing, which comprises the following steps: the data processing module processes the displacement acquired by the displacement sensor and the current acquired by the power amplifier; carrying out abnormity judgment on the processed data processing; the invention has real-time on-line fault diagnosis, better universality and wide application range; the fault diagnosis system and the magnetic suspension bearing system are mutually independent in control, and interference is less; the system combines automatic diagnosis and manual diagnosis, thereby reducing false alarm rate and misdiagnosis rate; the cost of manual fault maintenance and use is greatly reduced, and the economic benefit is improved.)

一种磁悬浮轴承工作异常的判别方法

技术领域

本发明属于磁悬浮轴承系统领域，特别是一种磁悬浮轴承工作异常的判别方法。

背景技术

磁悬浮轴承系统是一种新型的机电一体化系统，因其非接触、无需润滑、无磨损及能实现主动控制等一系列特征，突破了传统机械的局限性。磁悬浮轴承系统其运行转速高、故障危害大，一直是监测诊断技术研究的重点。

针对磁悬浮轴承系统的故障诊断对系统的稳定运行及其重要，能提高其安全性、可靠性。M.Aenis与R.Nordmann研究了磁轴承装置中的磁极、传感器以及其他设备部件的故障失效，并通过有效的检测针对系统进行矫正。M.k.Mueller通过检测应用磁轴承的支撑主轴的传感器信号，诊断磨削处理中的故障以及刀具的磨损。F.Loesch针对磁轴承系统中的执行器、传感器的故障检测与矫正进行了深入的研究。但目前，国内对磁悬浮轴承系统故障诊断与预测的研究较少，并且在中国的磁悬浮轴承系统的故障诊断与预测相关专利少之又少。并且传统的故障检测与诊断方法并不能完全达到磁轴承系统高转速、高精度、高可靠性、高安全性的要求。

发明内容

本发明的目的：在磁轴承系统可能出现故障或大概率出现故障的情况下，能够快速的进行数据处理，完成异常诊断和预测，提高系统可靠性、运行效率。

本发明的技术方案：提供一种磁悬浮轴承工作异常的判别方法，具体包括如下步骤：

位移传感器采集轴承转子相对于转动轴线的径向偏移量，功率放大器提供磁悬浮轴承定子线圈的电流；

步骤1)对单个采样周期内的数据进行处理

针对周期内时间排序的数据计算特征值Z(t)和特征值J(t)，同时进行故障计数值m1和故障计数值n1的统计计算：

特征值Z(t)公式为：Z(t)＝(1-k₀)Z(t-1)+k₀X(t)；如果Z(t)-Z(0)大于0，则故障计数值m1加1，如果差值Z(t)-Z(0)小于0，则故障计数值m1减1,m1初始值为0；t为大于零的自然数；

0<k₀<1，0<Z(0)<X，X为磁悬浮轴承定转子气隙的最大位移值，X(t)为一个周期内时间排序的位移传感器数据，通过系数k₀对位移特征值X(t)进行数据计算，计算出特征值Z(t)，特征值Z(t)公式中的系数总和为1，

特征值J(t)公式为：J(t)＝(1-k₁)J(t-1)+k₁I(t)，如果J(t)-Z(0)大于0，则故障计数值n1加1，如果差值J(t)-Z(0)小于0，则故障计数值n1减1,n1初始值为0；

0<k₁<1,0<J(0)<I，I为磁悬浮轴承定子线圈的最大电流值，I(t)为一个周期内时间排序的电流数据，通过系数k₁对电流特征值I(t)进行数据计算，计算出特征值J(t)，特征值J(t)公式中的系数总和为1；

步骤2)

给出位移故障阈值m0和电流故障阈值n0，m0和n0均为正整数，将步骤1)获得的故障计数值m1与位移故障阈值m0进行比较，如果差值m1-m0大于0，则判断为位移异常；将步骤1)获得的故障计数值n1与电流故障阈值n0进行比较，如果差值n1-n0大于0，则判断为电流异常。

进一步的，存在多个传感器，对每个传感器采集的数据均进行所述判别方法。

进一步的，位移故障阈值m0>5。

进一步的，电流故障阈值n0>8。

有益效果：(1)实时的在线故障诊断，通用性较好，适用范围广；(2)故障诊断系统与磁悬浮轴承系统自身控制相互独立，干涉少；(3)系统采用自动诊断与人工诊断相结合，降低了虚警率和误诊率；(4)人工故障维护和使用成本大大降低，提高了经济效益。

具体实施方式

给出实施例如下，一种磁悬浮轴承工作异常的判别方法，具体包括如下步骤：

位移传感器采集轴承转子相对于转动轴线的径向偏移量，功率放大器提供磁悬浮轴承定子线圈的电流；存在多个传感器

步骤1)对每个位移传感器和功率放大器一个采样周期T内的数据进行处理

针对周期内每个时刻的数据计算得到对应的Z Z(t)，同时进行故障计数值m1统计计算，公式为：Z(t)＝(1-k₀)Z(t-1)+k₀X(t)；Z(t)-Z(0)大于0，故障计数值m1加1，如果差值Z(t)-Z(0)小于0，故障计数值m1减1,m1初始值为0；

0<k₀<1,0<Z(0)<X，X为磁悬浮轴承定转子气隙的最大位移值，X(t)为一个周期内时间排序的位移传感器数据，通过系数k₀对位移特征值X(t)进行数据计算，计算出特征值Z(t)，系数总和为1，

J(t)＝(1-k₁)J(t-1)+k₁I(t)，J(t)-Z(0)大于0，故障计数值n1加1，如果差值J(t)-Z(0)小于0，故障计数值n1减1,n1初始值为0；

0<k₁<1,0<J(0)<I，I为磁悬浮轴承定子线圈的最大电流值，I(t)为一个周期内时间排序的电流数据，通过系数k₁对电流特征值I(t)进行数据计算，计算出特征值J(t)，系数总和为1；

步骤2)

给出位移故障阈值m0和电流故障阈值n0，m0和n0均为正整数，将步骤1)获得的故障计数值m1与位移故障阈值m0进行比较，如果差值m1-m0大于0，则判断为位移异常；将步骤1)获得的故障计数值n1与电流故障阈值n0进行比较，如果差值n1-n0大于0，则判断为电流异常；

位移故障阈值m0>5；电流故障阈值n0>8。