一种旋转机械的ELMD和三次样条平滑包络分析方法

摘要

本发明公开了一种旋转机械的ELMD和三次样条平滑包络分析方法，该方法首先利用集合局部均值分解方法对原始信号进行分解，然后利用数据的重排和替代操作排除分解结果中的噪声分量和趋势项，接着再采用谱峭度方法对第一次滤波后的信号进行分析，得到最优滤波器的中心频率和带宽，然后利用该滤波器对第一次滤波后的信号再进行第二次滤波，然后采用三次样条迭代平滑包络分析方法对第二次滤波后的信号进行包络分析，最后根据包络谱确定旋转机械的故障类型。本发明适合于处理复杂的旋转机械故障信号，能够准确地判定出旋转机械的故障类型，具有良好的抗噪性和鲁棒性，便于工程应用。

主权项

一种旋转机械的ELMD和三次样条平滑包络分析方法，其特征在于，包括以下步骤：步骤1：利用加速度传感器以采样频率fs测取旋转机械的振动信号x（k）, （k=1, 2, …,N），N为采样信号的长度；步骤2：采用集合局部均值分解（Ensemble Local Mean Decomposition, ELMD）算法将信号x（k）分解成n个分量和一个趋势项之和，即，其中，c_i（k）代表由ELMD算法得到的第i个分量，r_n（k）代表由ELMD算法得到的趋势项；步骤3：对c_i（k）执行重排操作和替代操作，经重排操作得到的数据用c_i^shuffle（k）表示，替代操作后得到数据用c_i^FTran（k）表示；步骤4：对c_i（k）、c_i^shuffle（k）和c_i^FTran（k）分别执行多重分形去趋势波动分析（Multifractal Detrended Fluctuation Analysis, MFDFA），得到广义Hurst指数曲线，c_i（k）的广义Hurst指数曲线用H_i（q）表示；c_i^shuffle（k）的广义Hurst指数曲线用H_i^shuffle（q）表示；c_i^FTran（k）的广义Hurst指数曲线用H_i^FTran（q）表示；步骤5：如果H_i（q） 与H_i^shuffle（q）或H_i（q） 与H_i^FTran（q）之间的相对误差小于5%，或者H_i（q） 、H_i^shuffle（q） 和H_i^FTran（q）三者都不随q而变化，则抛弃对应的c_i（k）分量；步骤6：对剩余的c_i（k）分量求和，将该和记为信号经重排和替代滤波后的结果x_f1（k）；步骤7：对x_f1（k）执行谱峭度分析，求出信号峭度最大处所对应的中心频率f₀和带宽B；步骤8： 根据中心频率f₀和带宽B对x_f1（k）进行带通滤波，得到x_f2（k）；步骤9：对信号x_f2（k）执行三次样条迭代平滑包络分析，得到信号包络eov（k）；步骤10：对得到的信号包络eov（k）执行离散傅里叶变换得到包络谱，根据包络谱特征频率判断机器的故障类型。