[發明專利]基于微分局部均值分解的旋轉機械故障診斷方法

無效

• 申請號: 201310106416.7
• 申請日: 2013-03-29
• 公開（公告）號: CN103245518A
• 公開（公告）日: 2013-08-14
• 發明（設計）人: 孟宗;王亞超;樊鳳杰
• 申請（專利權）人: 燕山大學
• 主分類號: G01M99/00
• 分類號: G01M99/00
• 代理公司: 石家莊一誠知識產權事務所 13116
• 代理人: 李合印

技術領域

本發明屬于一種機械工程領域的旋轉機械故障診斷方法。具體地說是關于一種基于微分局部均值分解的旋轉機械故障診斷方法。

背景技術

隨著科技的進步，工業化進程的發展，旋轉機械在社會生產和運行中占得比重越來越大，旋轉機械一旦出現了故障，將直接影響生產的進程，會帶來巨大的經濟損失，所以旋轉機械故障的診斷在科學研究中受到了重視。

旋轉機械故障的診斷往往是通過分析其振動信號來判斷其運行狀態，而其振動信號為非平穩、非線性信號，時頻分析的方法能夠有效的處理和分析這種非平穩非線性信號，所以得到了廣泛的應用。目前應用較多的時頻分析方法有：小波變換、Wigner-Ville分布、EMD分解等方法。但這幾種方法都有各自的不足之處，小波變換對時頻面進行的是一種機械的格型分解，這種分解不具備自適應性。Wigner-Ville分布由于是二次型時頻表示，對于多分量信號存在交叉項干擾。EMD分解是一種自適應的信號處理方法，尤其適合處理非平穩、非線性信號，目前其用于旋轉機械故障診斷的研究比較多，但是其也存在模態混淆、端點效應、迭代次數多等缺點。局部均值分解(LMD)是近年來新出現的時頻分析方法。該方法的特點是可以獲得信號在任何時刻的時頻分布及有物理意義的瞬時頻率，為機械設備故障診斷提供一種新的故障特征提取方法。但LMD分解后所得的故障頻率結果往往存在虛假頻率的問題，這會影響故障的診斷結果。

發明內容

本發明克服了現有技術中的不足，提供一種基于微分局部均值分解(DLMD)的旋轉機械故障診斷方法。

為了解決上述存在的技術問題，本發明是在LMD基礎上提出一種改進的信號處理算法，克服傳統的LMD方法在旋轉機械故障診斷中的不足。它是在LMD基礎上提出的一種改進的信號處理算法——微分局部均值分解（DLMD），這種方法在LMD的基礎上，融入的微分和積分的運算過程，最終可以把一個復雜的非平穩、非線性信號分解成多個PF分量和殘余分量之和。

為了實現上述目的，本發明的技術方案是：一種基于微分局部均值分解(DLMD)的旋轉機械故障診斷方法，其內容包括如下步驟：

(一)采用加速度傳感器測試旋轉機械設備，采集獲得其振動信號；

(二)對獲得的加速度振動信號，進行DLMD分解，得到若干PF分量和殘余分量；

(三)求出各PF分量的瞬時頻率和瞬時幅值，提取故障特征。

上述的基于微分局部均值分解(DLMD)的旋轉機械故障診斷方法，在步驟(二)中，所述的對加速度振動信號進行DLMD分解的過程，其內容包括以下步驟：

1)對原始加速度振動信號x₀(t)進行k階微分，得到x^(k)(t)；

2)求局部均值函數m₁₁(t)，找出x^(k)(t)所有的局部極值點n_i，求出所有相鄰的局部極值點的平均值m_i，用直線把所有相鄰的平均值點m_i連接起來，然后再用滑動平均法對它進行平滑處理，可以得到局部均值函數m₁₁(t)；

3)求包絡估計函數a₁₁(t)，計算相鄰兩個包絡估計值a_i，用直線把所有相鄰兩個包絡估計值a_i連接起來，然后采用滑動平均方法對它進行平滑處理，可以得到包絡估計函數a₁₁(t)；

4)從信號x^(k)(t)中分離出局部均值函數m₁₁(t)，得到h₁₁(t)；

5)用h₁₁(t)除以包絡估計函數a₁₁(t)，對h₁₁(t)進行解調，可得s₁₁(t)，

6)同樣對s₁₁(t)也重復上述步驟2)～5)，直到s_1n(t)成為一個純調頻信號，即s_1n(t)的包絡估計函數a_1(n+1)(t)=1；

7)把迭代過程中產生的所有包絡估計函數相乘便可以得到包絡信號(瞬時幅值函數)a₁(t)；

8)把純調頻信號s_1n(t)乘以包絡信號a₁(t)，便可以得到信號x^(k)(t)的第一個PF分量PF₁(t)；