买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明涉及一种适用于变转速工况的特征模式分解方法，首先利用传感器采集原始振动信号和速度信号，截取分析片段；然后通过汉宁窗初始化一组FIR滤波器，对采集信号做滤波处理，选择出使得滤波结果的平均峭度最大的故障特征频次进行后续计算；采用求导方法，以平均峭度为目标函数，迭代更新滤波器系数；每组迭代过后，依据分解模式间的相关系数和其平均峭度值对模式进行筛选，最终保留预设的模式数，即为表征机械故障特征信号的分解模式；最后对分解模式进行阶次包络分析，识别轴承故障部件。本发明利用了汉宁窗初始化滤波器组，可快速锁定故障频带；以平均峭度为目标函数，对于变转速工况具有优秀的适应性，对随机冲击噪声具有较强的鲁棒性；采用一组滤波器对信号进行滤波和筛选，最终能够诊断出多个故障模式。本发明可有效应用于变转速的工况和多故障混合的情况。

主权项：1.一种适用于变转速工况的特征模式分解方法，其特征在于：包括以下步骤：步骤一：将振动加速度传感器固定于待测滚动轴承的轴承座上，对测试到的信号进行高频采样、去均值处理，将处理后的信号记为xn，信号的长度为N，设定模式数n和滤波器长度L；步骤二：初始化一组模式分解滤波器。将信号频带平均分为K个窄带，窄带的上下截止频率fl和fu满足 其中fz为测试信号的采样频率。在每个窄带上汉宁窗初始化长度为L的滤波器。采用汉宁窗初始化均匀分布于整个分析频带的滤波器组{fk,k＝1,2,…,K}，每个滤波器的长度为L；步骤三：利用轴承各部件的故障特征频率作为先验知识，对信号进行预滤波，并计算滤波结果的平均峭度值 其中Km为信号每个故障周期的峭度，表示为 其中n1,n2,n3,...,nm为第m个故障周期的起始采样点，M为故障周期总数。对于每个故障周期的起始采样点，利用理论内圈相位间隔θm在角域上进行划分，然后与实际采样点对应的相位θn进行对比得到。其中，θm和θn分别表示为 其中，FCO为故障特征频次，m为故障周期数。 其中，N为采样点，fs为采样率，ft为键相传感器获取的转速信号，单位为rs。选择使得滤波结果平均峭度值最大的故障特征阶次，进行后续计算；步骤四：初始化滤波次数i＝1，利用初始滤波器组中的K个滤波器对测试信号xn进行滤波处理，得到K个分解模式{uki,k＝1,2,…,K}； 其中 步骤五：使用滤波器和故障特征阶次更新滤波器，滤波记数i增加1。迭代计算过程以平均峭度指标最大为目标，要求解滤波器满足 其中，ukn为滤波后的模式，xkn是输入信号和滤波器fkl的卷积，满足 采用求导方法，求解AK最大值。令 最终化简可得 令可简化为矩阵形式 设置最大迭代次数，对滤波器系数进行循环迭代求解。步骤六：判断是否达到预设迭代次数，如达到，进行步骤七，否则返回步骤五；步骤七：得到第k个滤波器算得的分解模式；步骤八：计算各分解模式之间的相关系数矩阵CCK×K，在具有最大相关系数的两个模式中，舍弃平均峭度值较小的模式，设置模式数K＝K-1；步骤九：判断此时模式数是否达到预设模式数n，若达到，输出最终的n个分解模式；若没有达到，返回步骤四。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种适用于变转速工况的特征模式分解方法