[發(fā)明專利]一種基于EEMD的滾動(dòng)軸承自適應(yīng)共振解調(diào)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910142223.4
• 申請(qǐng)日: 2019-02-26
• 公開(kāi)（公告）號(hào): CN109781412B
• 公開(kāi)（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 鄒磊;許飛云;胡建中;賈民平;彭英;黃鵬
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G01M13/045
• 分類號(hào): G01M13/045
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 蔣昱

1.一種基于EEMD的滾動(dòng)軸承自適應(yīng)共振解調(diào)方法，具體步驟如下，其特征在于：

步驟1，在滾動(dòng)軸承附近安裝加速度傳感器采集軸承運(yùn)行時(shí)的振動(dòng)信號(hào)；

步驟2，對(duì)采集到的振動(dòng)信號(hào)進(jìn)行EEMD分解和重構(gòu)，實(shí)現(xiàn)原始信號(hào)的自適應(yīng)濾波；

步驟2.1，對(duì)原始信號(hào)x(t)添加幅值增益系數(shù)為a的隨機(jī)白噪聲n_k(t),形成新的信號(hào)

x_k(t)＝x(t)+an_k(t)

步驟2.2，對(duì)信號(hào)x_k(t)進(jìn)行EMD分解，得到添加白噪聲后信號(hào)分解出來(lái)的各階固有模態(tài)分量c_i,k(t)

步驟2.3，重復(fù)n次步驟2.1和2.2，對(duì)n次EMD分解后得到的各階固有模態(tài)分量求解均值，形成新的模態(tài)分量，此分量即為EEMD方法求解出的分量，記作c_i(t)

式中：n為添加的白噪聲的組數(shù)，N為EMD分解得到的固有模態(tài)分量的組數(shù)；

步驟2.4，計(jì)算各階IMF的峭度值和其與原始信號(hào)的互相關(guān)系數(shù)，其中信號(hào)x的峭度定義為

式中，u和σ分別是信號(hào)x的均值和標(biāo)準(zhǔn)差，E為x的期望值；

兩個(gè)信號(hào)x(t)和y(t)的互相關(guān)函數(shù)R_xy(τ)定義為

時(shí)移為τ的兩信號(hào)x(t)和y(t)的互相關(guān)系數(shù)ρ_xy定義為

式中，u_x，σ_x為信號(hào)x(t)的均值和標(biāo)準(zhǔn)差，u_y，σ_y為信號(hào)y(t)的均值和標(biāo)準(zhǔn)差；

重構(gòu)策略為：若峭度值最大的IMF與原始信號(hào)的互相關(guān)系數(shù)較大，說(shuō)明原始信號(hào)故障特征明顯，選取峭度值大于3且與原始信號(hào)互相關(guān)系數(shù)較大的IMF重構(gòu)信號(hào)；反之，說(shuō)明原始信號(hào)故障微弱，選取峭度值大于3且與原始信號(hào)互相關(guān)系數(shù)較低的IMF重構(gòu)信號(hào)；

步驟3，初始化切比雪夫I型帶通濾波器參數(shù)；

所述的切比雪夫帶通濾波器初始化的參數(shù)包括：通帶紋波R_p、阻帶衰減R_s；

步驟4，在峭熵比指標(biāo)下使用網(wǎng)格搜索算法自適應(yīng)尋優(yōu)濾波器的中心頻率和帶寬；

步驟4.1，根據(jù)重構(gòu)信號(hào)的頻譜圖，初步確定帶寬和中心頻率的尋優(yōu)范圍以及各自的尋優(yōu)步長(zhǎng)

步驟4.2，引入峭熵比準(zhǔn)則，計(jì)算在不同的濾波器中心頻率和帶寬頻率下濾波后信號(hào)的峭熵比值； 其中熵指的是Shannon熵，其定義如下

式中，n是離散信號(hào)X的長(zhǎng)度，其中p(x_i)為離散信號(hào)X{x₁,x₂,x₃,...,x_n}中序列點(diǎn)x_i對(duì)應(yīng)的概率且

峭熵比(KER)定義為離散信號(hào)X的峭度和Shannon熵的比值，表達(dá)式為

步驟4.3，以步驟4.2中最大的KER值下對(duì)應(yīng)的濾波器中心頻率和帶寬參數(shù)構(gòu)造共振解調(diào)中的濾波器；

步驟5，對(duì)濾波后信號(hào)包絡(luò)解調(diào)得到包絡(luò)譜并結(jié)合軸承相關(guān)故障特征頻率得出診斷結(jié)果；

步驟5.1：對(duì)濾波后的信號(hào)x_l(t)進(jìn)行Hilbert變換，即

步驟5.2：以濾波信號(hào)x_l(t)為實(shí)部，Hilbert變換x_h(t)為虛部構(gòu)成新的解析信號(hào)h(t)，即

h(t)＝x(t)+jx_h(t)

步驟5.3：對(duì)解析信號(hào)h(t)進(jìn)行求模運(yùn)算，得到濾波后信號(hào)相對(duì)應(yīng)的包絡(luò)信號(hào)h_e(t)為

步驟5.4：對(duì)包絡(luò)信號(hào)作傅里葉變換得到濾波信號(hào)對(duì)應(yīng)的包絡(luò)譜；

步驟5.5：計(jì)算軸承相關(guān)特征頻率，結(jié)合包絡(luò)譜圖得出診斷結(jié)論。