[发明专利]基于多尺度形态学分析的齿轮故障诊断方法

权利要求书

1.一种基于多尺度形态学分析的齿轮故障诊断方法，包括以下步骤：

利用加速度传感器获取齿轮振动加速度信号；

采用EMD分解方法将获得的振动加速度信号分解为多个IMF分量；

从分解的IMF分量中选取包含故障主要信号的高频IMF分量，利用选取的IMF分量重构信号；

对重构信号进行多尺度形态学解调分析，其步骤：

1)设重构得到的信号为X，采用基于局部极值自适应搜索的方法，得到长度尺度λ_l的最大值和最小值分别为：

长度尺度λ_l＝{λ_lmin，λ_lmin+1，...，λ_lmax}，其中i_n为信号X的极值间隔，高度尺度λ_h定义为：

λ_h＝{β[p_nmin+j·(p_nmax-p_nmin)/(λ_lmax-λ_lmin)]}

式中j＝0，1，2...，λ_lmax-λ_lmin，其中p_nmin，p_nmax分别为信号X极值的最大和最小值，β是尺度的幅值系数，β＝1/3；

2)结构元素B为三角形结构元素，即B＝[0，1，0]，利用步骤1自适应搜索得到结构元素尺度λ＝(λ_l，λ_h)，计算得到信号对应的每个λB，设得到的结构元素为λB＝{λ_1B，λ_2B，...，λ_nB}，其中λ_1B，λ_2B，...，λ_nB分别是由式：

λ₁＝{λ_lmin，λ_lmin+1，…，λ_lmax}按顺序计算得到的结构元素；

3)用结构元素λ_1B对重构得到的信号X进行形态学差值操作，即执行其中DIF操作的表达式为DIF(f)＝(f·g-fοg)，f(n)是待处理一维多值信号，定义域为D_f＝0，1，2，…N-1，g(n)为一维结构元素序列，定义域为D_g＝0，1，2，M-1，其中N和M都是整数，且有N≥M，f·g和fοg分别表示形态学闭、开运算；令得到的信号为x₁(t)，再用结构元素λ_2B对x₁(t)进行DIF操作，得到x₂(t)，重复上述过程，第n-1次得到x_n-1(t)，用λ_nB对x_n-1(t)进行DIF操作，得到信号x_n(t)；

4)对信号x_n(t)进行傅立叶分析，并作傅立叶频谱图；

观察解调结果傅立叶频谱图是否在故障特征频率或其倍频处存在明显峰值，进而判断旋转机械是否发生故障。