基于改进经验小波变换的轴承故障诊断方法及系统装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108375472A(43)申请公布日2018.08.07(21)申请号201810144926.6(22)申请日2018.02.12(71)申请人武汉科技大学地址430000湖北省武汉市青山区和平大道947号(72)发明人吕勇郝爽易灿灿(74)专利代理机构北京科家知识产权代理事务所(普通合伙)11427代理人陈娟(51)Int.Cl.G01M13/04(2006.01)G06K9/00(2006.01)G06K9/62(2006.01)权利要求书4页说明书8页附图6页(54)发明名称基于改进经验小波变换的轴承故障诊断方法及系统装置(57)摘要本发明提供了一种基于改进经验小波变换的轴承故障诊断方法及系统装置，其主要方法为：(1)采集不同故障轴承信号作为分析信号，将时域波形转换为频域。(2)绘制频谱的上包络，将具有紧支撑的频率峰转换成平顶。(3)用准则筛选频域中的平顶，去除无意义的平顶，保留主要频率。(4)用相邻平顶之间的极小值作为频谱分割的边界。(5)分割出的频谱分别建立小波滤波器，将信号分解成N个模式分量。(6)用互相关系数计算模式分量与原始信号的相似度，选出相似度最高的分量。(7)故障取样本，算出样本的相关系数最大的IMF分量。计算IMF分量的多尺度排列熵，并绘制样本的多尺度熵曲线，实现故障分类。CN108375472ACN108375472A权利要求书1/4页1.一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，所述方法步骤如下：(1)诊断模块获取故障信号，所述诊断模块对所述故障信号分别执行傅里叶变换，分别获取所述故障信号的频谱；(2)诊断模块执行顺序统计滤波将所述频谱中的紧支撑结构频率峰转换成平顶，形成上包络，；(3)诊断模块执行筛选策略筛选所述频谱的最高平顶；(4)诊断模块获取相邻平顶之间的极小值为边界，分割所述频谱为N段频带；(5)诊断模块获取所述N段频带，选取对应的小波滤波器组建经验小波滤波器组，将所述故障信号分解成N个模式分量；(6)诊断模块执行互相关系数计算，获取各模式分量与所述故障信号的相似度，获取相关系数值最高的IMF分量；(7)诊断模块计算所述IMF分量的多尺度排列熵，并绘制多尺度熵曲线，根据预设的故障分类多尺度熵曲线样本进行故障分类。2.根据权利要求1所述的一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，步骤(1)中，傅里叶变换的公式如下：式中x(t)为故障信号，X(ω)的为故障信号的频谱。3.如权利要求2所述的一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，步骤(2)中，顺序统计滤波过程如下：(2.1)计算紧支撑结构频率峰的极大值，并计算所有相邻极大值之间的欧式距离，存入数组Dlocmax中；(2.2)选出Dlocmax中的最小值作为顺序统计滤波的窗口尺寸；公式如下：SOSF＝minimum{Dlocmax}式中Dlocmax表示紧支撑结构频率峰中相邻极大值之间的欧式距离，SOSF表示顺序统计滤波的滑动窗口尺寸；(2.3)采用镜像对紧支撑结构频率峰首末两端进行扩展，扩展长度为(2.4)镜像后紧支撑结构频率峰序列用大小为SOSF的滑动窗口从开端移到末端，选择每次窗口中的最大值存储到数组中，作为绘制上包络的数据点；公式如下：式中D表示镜像后的紧支撑结构频率峰序列，UE表示该数据的上包络序列，An是位于点n处的滑动窗口；(2.5)连接上包络的数据点，绘制出频谱的上包络。4.根据权利要求3所述的一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，步骤(3)中，三个准则的筛选过程如下：(3.1)去除掉包络中宽度比SOSF短的平顶；(3.2)如果相邻平顶之间幅值相差很小，选出最高的平顶代表此类平顶；2CN108375472A权利要求书2/4页(3.3)去除下降趋势中的平顶。5.根据权利要求4所述的一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，步骤(4)中，确定频谱的分割边界公式如下：式中ω表示频谱的边界，Λp是相邻极大值间的频带，Q是上包络数据序列。即选取包络中相邻平顶之间的极小值作为频谱分割的边界。6.根据权利要求5所述的一种基于改进经验小波变换的轴承故障诊断方法，其特征在于，步骤(5)中，根据Littlewood-Paley和Meyer小波中的思想构建经验小波。那么经验尺度函数和经验小波函数分别定义如下：构建经验小波公式如下：(5.1)经验尺度函数(5.2)经验小波函数(5.3)函数β(x)β(x)＝x4(35-84x+70x2-20x3)；式中0＜γ＜1，τn＝rωn，当时，是一个紧支撑结构；(5.4)经验模态函数fk(5.5)细节系数(5.6)近似系数3CN108375472A权利要求书3/