[发明专利]基于微分局部均值分解的旋转机械故障诊断方法

权利要求书

1.一种基于微分局部均值分解(DLMD)的旋转机械故障诊断方法，其特征在于：其内容包括如下步骤：

(一)采用加速度传感器测试旋转机械设备，采集获得其振动信号；

(二)对获得的加速度振动信号，进行DLMD分解，得到若干PF分量和残余分量；

(三)求出各PF分量的瞬时频率和瞬时幅值，提取故障特征。

2.根据权利要求1所述的一种基于微分的局部均值分解(DLMD)的旋转机械诊断方法，其特征在于：在步骤(二)中，所述的对加速度振动信号进行微分的局部均值分解(DLMD)过程，其内容包括如下步骤：

1)对原始加速度振动信号x₀(t)进行k阶微分，得到x^(k)(t)；

2)求局部均值函数m₁₁(t)，找出x^(k)(t)所有的局部极值点n_i，求出所有相邻的局部极值点的平均值m_i，用直线把所有相邻的平均值点m_i连接起来，然后再用滑动平均法对它进行平滑处理，可以得到局部均值函数m₁₁(t)；

3)求包络估计函数a₁₁(t)，计算相邻两个包络估计值a_i，用直线把所有相邻两个包络估计值a_i连接起来，然后采用滑动平均方法对它进行平滑处理，可以得到包络估计函数a₁₁(t)；

4)从原始信号x^(k)(t)中分离出局部均值函数m₁₁(t)，得到h₁₁(t)；

5)用h₁₁(t)除以包络估计函数a₁₁(t)，对h₁₁(t)进行解调，可得s₁₁(t)；

6)同样对s₁₁(t)也重复上述步骤2)-5)，直到s_1n(t)成为一个纯调频信号，即s_1n(t)的包络估计函数a_1(n+1)(t)=1；

7)把迭代过程中产生的所有包络估计函数相乘便可以得到包络信号(瞬时幅值函数)a₁(t)；

8)把纯调频信号s_1n(t)乘以包络信号a₁(t)，便可以得到信号x^(k)(t)的第一个PF分量PF₁(t)；

9)将第一个PF分量PF₁(t)从信号x^(k)(t)中分离出来，得到一个新的信号u₁(t)，将u₁(t)作为原始数据重复以上步骤2)-8)，循环r次，直到u_r(t)为一个单调函数为止；分解得到m个PF分量，把各个PF分量记为：

10)对各个PF分量进行一次积分，得到和

11)对进行上述步骤2)～8)一阶分解，得到和为原始信号微分(k-1)次后信号的m个PF分量，并得到残余分量

12)重复步骤10)、11)直至积分k次获得原始信号x₀(t)DLMD分解的各个PF分量和残余分量。