[發明專利]一種基于集合經驗模態分解和支持向量機的齒輪傳動噪聲分析方法

在審

• 申請號: 201710036850.0
• 申請日: 2017-01-18
• 公開（公告）號: CN106778694A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 陳洪芳;孫衍強;石照耀;王亞韋
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01M13/02
• 代理公司: 北京思海天達知識產權代理有限公司11203
• 代理人: 沈波

技術領域

本發明涉及一種齒輪傳動噪聲分析方法，特別是基于集合經驗模態分解(EEMD)和支持向量機(SVM)的齒輪傳動噪聲分析方法。屬于齒輪傳動噪聲測量和故障診斷領域。

背景技術

齒輪傳動噪聲信號分析，主要用于齒輪故障診斷。分析過程應用到非平穩信號的去噪，有用信號提取，特征分析和智能識別等領域。信號去噪和有用信號提取直接關系到特征分析以及智能識別的正確性。

傳統的信號譜分析方法，主要是基于快速傅里葉變換，或者是基于時間序列模型的譜分析，這兩種方法的前提條件假定信號是平穩的。但對于齒輪傳動過程，信號往往是非平穩的或非線性的，若仍定義數據是平穩或線性進行計算，則會得到錯誤的分析結果。為了提取齒輪的非平穩性故障特征信號，將齒輪振動信號在時頻域平面內展開，觀察其時間-頻率變化特性，是齒輪故障診斷的重要研究方向，常用的方法有小波變換，經驗模態分解和Wigner-Ville變換等。Wang和McFadden利用小波變換分析振動信號的局部特征，小波變換可以同時適應大尺度和小尺度的信號，能夠檢測到分布式和局部故障，但是小波分析依賴于基函數的選取，增加了分析的難度，另外存在時間分辨率和頻率分辨率不能同時達到最佳的問題。Huang等人提出的基于經驗模態分解(EMD)的方法應用于齒輪故障診斷之中，但存在固有模態邊界失真的問題。Wigner-Ville分布是一種雙線性分布，其運算過程中的雙線性分布會引起不同分量之間的交叉項干擾使頻譜難以識別。

專利名稱“一種基于分數階傅里葉變換和支持向量機的齒輪傳動噪聲分析方法(申請號：201510053013X)”的發明專利，提出了利用分數階傅里葉變換的方法進行齒輪故障特征的提取并利用支持向量機方法進行訓練識別。齒輪傳動噪聲信號在某一特定的分數階傅里葉變換域呈現出能量聚集特性，可以保留與故障有關的有用信號分量；該方法雖具有許多獨特性能卻無法表征信號局部特征，這對于齒輪故障信號的特征提取造成了一定的局限性。

集合經驗模態分解(Ensemble empirical mode decomposition，EEMD)是針對經驗模態分解(Empirical mode decomposition，EMD)方法的不足提出的一 種噪聲輔助數據分析方法。它的核心思想是利用了白噪聲具有頻率均勻分布的特性，在信號上加入白噪聲以后，使得原始信號在不同時間尺度上具有了連續性，改變了極值點的分布特性，從而有效避免了EMD存在的模態混疊現象，能有效分離與故障無關的背景噪聲信號，保留與故障有關的有用信號分量。

為此有必要發明一種基于集合經驗模態分解和支持向量機的齒輪傳動噪聲分析方法，有效提取故障特征信息，提高齒輪傳動噪聲測量和故障診斷的效率和精度。

發明內容

技術的齒輪傳動噪聲信號分析方法，目的是提供一種基于集合經驗模態分解和支持向量機結合的齒輪傳動噪聲測量和故障診斷方法，使之能夠在生產現場快速地對齒輪進行信號分析并據此判斷齒輪的品質和故障類型。本方法具有精度高、快速和智能高效等特點。

為達到以上目的，本發明是采取如下技術方案予以實現的：

圖3為齒輪傳動噪聲實驗臺，包括主動輪、從動輪、輸入主軸箱、輸出主軸箱、加速度傳感器1、加速度傳感器2、數據采集卡和PC機。輸入主軸箱、輸出主軸箱分別對應安裝有主動輪、從動輪；加速度傳感器1安裝于輸入主軸箱的輸入主軸X方向上，加速度傳感器2安裝于輸出主軸箱的輸出主軸X方向上，加速度傳感器1、加速度傳感器2均與數據采集卡連接，數據采集卡與PC機連接。利用數據采集卡分別采集到輸入、輸出主軸所含有背景噪聲w(t)和齒輪傳動噪聲信號x(t)的混合信號s(t)輸送到PC機進行數據處理，t為采樣時間。

一種基于集合經驗模態分解和支持向量機的齒輪傳動噪聲分析方法，包括下述步驟：

步驟一：采用加速度傳感器采集齒輪傳動噪聲信號x(t)，疊加高斯白噪聲進行多次經驗模態分解。利用高斯白噪聲具有頻率均勻分布的統計特征，通過每次加入同等幅值的不同白噪聲來改變信號的極值點特征，之后對多次經驗模態分解得到的相應IMF(Intrinsic Mode Function，即固有模態函數)進行總體平均來抵消加入的白噪聲。EEMD分解步驟如下:

1)初始化總體平均次數M。

2)給加入的白噪聲添加數值幅值，并使i＝1。

3)把一個給定幅值的白噪聲n_i(t)加到原始信號x(t)上，以產生一個新的信號，即