[发明专利]一种复解析最优小波解调法

说明书

技术领域

本发明涉及机械工程信号处理领域，尤其是旋转机械振动信号的故障特征提取方法，主要是基于小波参数优化的一种复解析最优小波解调方法，可应用于在诸如齿轮箱、轴承等旋转机械的故障定位和故障程度的分析中。

背景技术

机械传动机构在运转过程中，若传动部件存在局部损伤，如齿轮箱，若某个齿轮存在局部损伤，会产生间断性冲击激振，使得在整个机械设备上测得的振动信号包含有迅速衰减的脉冲分量。

这种脉冲信号通常在时域上呈一定周期间隔出现，包含这种冲击的信号频谱中往往会出现以啮合频率或固有频率为中心的两侧间隔均匀的调制边频。凭借调制频率和幅值强度可以判断零件损伤的程度和部位，因此解调分析是齿轮箱等机械传动机构的状态监测与故障诊断的一种重要方法。

从齿轮箱表面采集的振动信号包含了多级传动齿轮及转轴与轴承等多个零部件振动信息，因此具有多载波多调制信息的特征，信号整体包络解调无法得出有效的故障信息，通常必须先滤波再进行解调分析。使用传统单一带通滤波器由于无法准确定位具体的故障特征信号所在频段，很难准确地提取出隐含故障信息所在的调制频带。国内外许多学者采用小波变换方法实现齿轮箱信号频带的任意划分，然后根据齿轮箱的理论啮合频率及倍频大致确定故障频带，这种方法虽然在单级齿轮传动系统或结构较简单的齿轮箱系统，且信噪比高的情况下是有效的。但对于工况复杂的多级耦合的齿轮箱系统来，这种方法往往会因为其他频率干扰而使齿轮啮合成分无法分辨，无法有效地提取出有用的故障调制信息。

发明内容

本发明的目的就是提供一种复解析最优小波解调方法，能更优化的调制信息提取方法，从而克服传统技术的缺陷，有效的解决多载波多调制，频段混叠的复杂信号的调制信息提取问题，以方便对齿轮箱等故障位置和故障程度做出准确的判断，为相关的机械设备状态辨识与故障诊断研究提供可靠的保障。

本发明的思想在于：针对齿轮故障信号特点，采用解析小波变换对信号分量的包络幅值进行提取，应用最小化时间尺度熵的方法对分析小波参数进行了优化选择，将修正峭度和平滑指数作为故障的度量指标对故障频带进行准确定位，继而又对解调谱进行了细化分析以提高复解析小波解调谱的频谱精度，因此，将各种优化方法相融合，共同应用于复解析小波变换中，可以使齿轮箱的故障调制信息更加准确地提取出来。

改进的小波参数的优化选择方式，就是采用了时频信息熵、小波峭度及平滑指数同时对小波中心频率、衰减参数及变换尺度进行了优化。

本发明的技术方案是：一种复解析最优小波解调法，其关键在于，包括如下步骤：

步骤一、通过传感器获取检测目标的振动信号时域波形，并对其进行傅里叶变换可得到振动信号频谱图，确定信号分析频率的上下界限f_xmin，f_xmax；

步骤二、截取所述振动信号频谱图中信号的有效频带集中区域；

步骤三、尺度范围内的解析小波变换：设定Morlet小波的外形因子σ和初始频率ω₀的初始值，Morlet小波函数的表达式为：

结合分析频率的上下界限f_xmin，f_xmax，根据小波变换的尺度a与基小波采样率、中心频率和信号分析频率关系确定出a的取值范围E：