[發明專利]一種基于最小熵解卷積與隨機共振的機械故障診斷方法

在審

• 申請號: 202211258650.7
• 申請日: 2022-10-14
• 公開（公告）號: CN115655706A
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 文德剛;宋曉穎;張奇;楊田苓;楊秦敏;翁得魚;陳旭;曹偉偉
• 申請（專利權）人: 山東臨工工程機械有限公司;浙江大學
• 主分類號: G01M13/021
• 分類號: G01M13/021;G01M13/028;G06F17/11;G06F17/15;G06F17/16
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 吳昌榀

1.一種基于最小熵解卷積與隨機共振的機械故障診斷方法，其特征在于，所述方法包括如下步驟：

S1、利用加速度傳感器采集機械旋轉部件的振動數據，作為原始信號；

S2、將原始信號經過頻率縮放后輸入雙穩態隨機共振系統，以相關峭度作為指標函數，自適應調節系統參數，使系統輸出想要的信號，利用4階龍格庫塔算法求得非線性系統輸出的數值解，利用隨機共振現象放大原信號中的沖擊成分，得到降噪后的信號；

S3、將經過雙穩態隨機共振系統降噪后的信號再進行最小熵解卷積濾波，選擇峭度為指標函數，輸出峭度最大的信號，得到最小熵解卷積濾波信號；

S4、對經過最小熵解卷積濾波后的信號進行希爾伯特包絡譜分析，將包絡譜分析結果和計算出的軸承理論故障特征頻率值和包絡譜中的幅值最高的頻率成分進行比較，對機械旋轉部件進行故障診斷。

2.根據權利要求1所述的一種基于最小熵解卷積與隨機共振的機械故障診斷方法，其特征在于，S2中，信號經過非線性系統產生隨機共振的方法包括：

布朗粒子在微弱周期力和噪聲的作用下在非線性系統中的郎之萬方程如下：

其中x(t)是粒子隨時間運動軌跡，γ是粒子間的阻尼系數，U(x)是系統勢函數，S(t)是隨時間變化的微弱周期外力，ξ(t)是零均值高斯白噪聲，強度為D；

雙穩態系統的勢函數U(x)如下：

其中a0，b0；

于是可得雙穩態過阻尼非線性系統的郎之萬方程如下：

假設S(t)為周期為Ω的周期信號，由噪聲引起的粒子跳動的逃逸速率為：

其中ΔU為勢壘高度，為雙穩態系統穩定點和臨界穩定點之間的高度差，受系統參數a,b的影響，于是可知，粒子逃逸速率受系統參數a,b和噪聲強度D的影響；當粒子逃逸速率滿足如下條件時，系統發生隨機共振，利用噪聲強度放大低頻信號：

3.根據權利要求1所述的一種基于最小熵解卷積與隨機共振的機械故障診斷方法，其特征在于，S2中，原始信號經過頻率縮放后輸入隨機共振系統的具體實現步驟如下：

S21、選擇頻率縮放倍數，使得原始輸入信號滿足低頻的特點；

S22、非線性系統參數初始化，給定參數選擇的區間；

S23、選擇相關峭度為目標函數，使用網格搜索法遍歷參數初始化的區間，選擇相關峭度最大的參數組合；

S24、使用網格搜索法得到的最優參數組合設置隨機共振系統，將原始信號輸入隨機共振系統放大低頻沖擊信號，抑制高頻部分，將放大后的去噪信號按S21選定的頻率縮放倍數還原原始信號頻率大小，得到隨機共振去噪信號。

4.根據權利要求1所述的一種基于最小熵解卷積與隨機共振的機械故障診斷方法，其特征在于，S3中，去噪信號經過最小熵解卷積濾波的方法包括：

選擇一系列FIR濾波器，對隨機共振去噪后的信號進行卷積，在卷積過程中，只選擇信號不為零的部分進行卷積，避免卷積過程出現不連續性，選定初始濾波器系數和峭度為目標函數，由迭代算法求解濾波器，直到目標函數不在下降為止，得到最優濾波器系數和濾波輸出信號。

5.根據權利要求1所述的一種基于最小熵解卷積與隨機共振的機械故障診斷方法，其特征在于，S4中，信號進行希爾伯特包絡譜分析的方法如下：

將信號經過希爾伯特變換得到原始信號的復域部分，將原信號和其復域部分相結合得到信號的解析信號，求解析信號的模即得到希爾伯特包絡信號，求幅值譜即得到希爾伯特包絡譜。