[发明专利]一种旋转机械设备故障识别方法及系统

权利要求书

1.一种旋转机械设备故障识别方法，其特征在于：所述方法包括：

步骤1：对原始信号进行局部极值点分析，建立变尺度形态滤波结构元素长度表；

步骤2：利用差分形态滤波算子对原始信号进行变尺度形态滤波，并对信号截取、分组、特征提取，形成训练样本集；

步骤3：根据支持向量回归机回归函数建立回归分类函数，输入训练样本集，调整参数优化支持向量回归模型，得到最优设备故障识别函数；

步骤4：输入未知状态信号，形成测试样本集，然后将测试样本集输入所述最优设备故障识别函数，获得输出值，并通过输出值判断设备状态。

2.根据权利要求1所述的旋转机械设备故障识别方法，其特征在于：所述步骤1包括：

步骤1.1：载入采集到的原始信号，将原始信号正脉冲中的局部极大值按时间顺序记录为V_i，则所述极大值表示为：

V＝{V_i|i＝1,2,3...,N_p} (1)

其中,Vi为原始信号正脉冲中的局部极大值，P是局部极大值出现的位置，则有：

P＝{P_i|i＝1,2,3,...,N_p} (2)

步骤1.2：根据极值点的位置确定结构元素长度，建立变尺度形态滤波结构元素长度表，具体包括：

记S_i是相邻的两个极大值点的时间间隔，则：

S＝{S_i|S_i＝P_i+1–P_i,i＝1,2,3,...,N_p-1} (3)

将集合P中最接近第n个离散信号的局部极大值位置记为Peak(n)，则：

Peak(n)＝max{P_n'|P_n'∈Pand P_n'≤n},n＝0,1,2...N-1(4)

记I(n)为Peak(n)在集合P中的指针，考虑原始信号中所有的局部极值，结构元素g_n的长度为：

length(g_n)＝S_I(n),n＝0,1,2...N-1(5)

即得到变尺度形态滤波结构元素长度表。