[發明專利]一種基于希爾伯特黃變換和質量矩熵的液壓泵故障特征提取方法

有效

• 申請號: 201610550146.2
• 申請日: 2016-07-13
• 公開（公告）號: CN106224224B
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 劉紅梅;李連峰;呂琛;馬劍
• 申請（專利權）人: 北京航空航天大學
• 主分類號: F04B51/00
• 分類號: F04B51/00
• 代理公司: 北京科迪生專利代理有限責任公司11251
• 代理人: 成金玉,盧紀

技術領域

本發明涉及一種基于希爾伯特黃變換和質量矩熵的液壓泵故障特征提取方法，屬于液壓系統故障診斷技術領域。

背景技術

液壓系統在航空航天、艦船、車輛等系統中應用廣泛，目前正向高壓力、高功率密度和大規模、集成化方向發展，液壓系統的安全性和可靠性日益受到人們的重視。液壓泵被譽為液壓系統的“心臟”，是整個液壓系統的動力元件，其工作性能的優劣將直接影響液壓系統的整體工作狀態。作為高速旋轉機械，液壓泵在液壓系統中運行時間最長，工作負載最大，所以液壓泵的磨損劣化速度較快。統計表明，在所有工程機械的故障中，液壓泵的故障比重約占30％～40％，因此液壓泵的故障診斷是液壓系統故障診斷的重要部分。液壓泵一旦發生故障，容易導致整個液壓系統的失效，造成不可挽回的損失。如飛機上應用液壓系統對飛機進行姿態操控，當液壓系統出現供油故障時，將導致飛機失去控制，輕則緊急迫降，重則造成機毀人亡的重大事故。

特征提取是故障診斷的核心，好的故障特征對提高故障診斷的精度十分重要。然而，由于液壓泵處在封閉的油路中、液壓油的壓縮性及液壓泵與伺服系統之間的流固耦合作用，使得液壓泵故障特征不明顯，故障信息提取較為困難，導致其診斷模糊性強、難度大。

發明內容

本發明的技術解決問題是：克服現有技術的不足，提出一種基于希爾伯特黃變換和質量矩熵的液壓泵故障特征提取方法，其能在液壓泵的振動信號中提取到敏感的故障特征，為故障診斷提供支持。

本發明技術解決方案：一種基于希爾伯特黃變換和質量矩熵的液壓泵故障特征提取方法，其步驟如下：

(1)提出適用于故障診斷問題的質量矩熵，在量化故障信號時頻分布復雜性時充分考慮時頻塊的位置信息，故障信號二維時頻分布的三個質量矩熵(s_t(q),s_f(q),s_o(q))的具體定義如下：

將時頻平面等分為N個面積相等的時頻塊，每塊內的能量為E_i，該時頻塊能量對時間軸t、頻率軸f和原點O的質量矩分別為：

式中，d_ti，d_fi和d_oi分別表示第i個時頻塊到時間軸、頻率軸和原點的距離。

整個時頻平面對時間軸、頻率軸和原點的質量矩分別為：

對每個時頻塊能量的質量矩進行歸一化，得到：

于是有：

故障信號時頻分布對時間軸質量矩熵s_t(q)，對頻率軸質量矩熵s_f(q)和對原點O的質量矩熵s_o(q)分別定義如下：

式中，q_ti，q_fi和q_oi分別為第i個時頻塊能量對各坐標軸或原點的質量矩占整個時頻分布能量相對于對應坐標軸或原點的質量矩的比值；

對時間軸的質量矩熵s_t(q)表征時頻分布對頻率f的復雜性，即故障信號能量在不同頻率段的分布情況度量；對頻率軸的質量矩熵s_f(q)表征時頻分布對時間的復雜性，即故障信號能量分布的時變特性度量；對原點O的質量矩熵s_o(q)表征時頻分布的綜合復雜性；

(2)將希爾伯特黃變換和質量矩熵結合，提出一種適用于處理非平穩信號的故障特征提取方法，經驗模態分解用于將振動信號自適應地分解為一系列的固有模態分量，希爾伯特變換用于計算瞬時幅值和瞬時頻率從而得到希爾伯特譜，最后使用質量矩熵量化時頻分布的復雜性，作為液壓泵故障特征。

上述具體實現步驟如下：

第一步，數據預處理：采集液壓泵振動信號，并對振動信號進行離群值剔除和降噪處理；

第二步，經驗模態分解EMD：將振動信號自適應地分解為一系列固有模態函數IMF分量和趨勢項；

第三步，希爾伯特變換：對每一固有模態函數IMF分量實施希爾伯特變換，獲得瞬時幅值和瞬時頻率，從而得到希爾伯特譜；

第四步，計算故障信號時頻分布的質量矩熵：依據希爾伯特變換得到的希爾伯特譜，計算故障信號時頻分布的三個質量矩熵，即時頻分布對時間軸質量矩熵s_t(q)，對頻率軸質量矩熵s_t(q)和對原點O的質量矩熵s_o(q)；

第五步，繪制不同故障狀態樣本特征值的聚類圖，分析方法有效性。