[發明專利]基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法

在審

• 申請號: 202110236563.0
• 申請日: 2021-03-03
• 公開（公告）號: CN113158769A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 徐岳;楊富超
• 申請（專利權）人: 安徽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01M13/045
• 代理公司: 六安華晟智恒知識產權代理事務所(普通合伙) 34193
• 代理人: 吳玉芳

1.基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法，其特征在于，具體包括以下過程：

步驟一，通過傳感器采集的振動數據，利用CEEMDAN自適應噪聲的完備經驗模態分解方法對其進行分解，得到若干本征模態函數 IMF，將其作為觀測信號 X(t)；

步驟二，通過FastICA算法對分解得到的本征函數去噪處理，再利用ICA逆變換得出新IMF’；

步驟三，并將新IMF’直接累加還原得到重構信號，提取特征向量,利用LLE降維；

步驟四，將特征向量作為深度學習網絡的輸入，輸出得到診斷結果。

2.如權利要求1所述的基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法，其特征在于，上述步驟一中的包括：通過放置在機電設備上的傳感器采集設備振動信號作為原始數據樣本。

3.如權利要求1所述的基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法，其特征在于，上述步驟一中的包括：

將原始振動數據樣本進行CEEMDAN自適應噪聲的完備經驗模態分解，包括如下步驟：

先進行第一階模態分量的求解，將服從標準正態分布的正負對高斯白噪聲添加到原始數據信號中；

對得到的新信號進行EMD分解，得到多個IMF分量；

通過對多個IMF求均值，得到第一階最終分量以及第一階剩余分量r1(t);

再求解第二階模態分量，得第二階分量及剩余分量r2(t);

重復步驟直到剩余信號不可分，此時原始信號表示成：

。

4.如權利要求1所述的基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法，其特征在于，上述步驟二中包括：

對傳統ICA獨立成分分析法進行改進，采用FastICA算法，運算速度更快，效果更佳，其在經典ICA獨立成分分析法的基礎上將累計分布函數和混淆矩陣的迭代公式進行了改動，得到了更好的去噪性能；

再對FastICA得到的原信號估計S(t)進行ICA逆變化，得到新的IMF’，接下來的步驟中經過累加重構，特征提取，并利用LLE降維。

5.如權利要求1所述的基于CEEMDAN和FastICA的機電設備軸承振動信號除噪方法，其特征在于，上述步驟四中包括：

特征提取，利用LLE降維，將得到的特征向量作為深度學習網絡的輸入；

考慮到機械設備樣本數據的特征，將采取無監督域自適應的遷移學習模型RTN，利用譜聚類進行故障類型判斷，再利用極大似然估計的貝葉斯網絡進行故障程度的分析，最后得到網絡診斷輸出結果，包括故障部件，故障類型，故障預警程度的實時反饋。