[发明专利]一种基于变分模式分解滤波的包络分析方法

说明书

技术领域

本发明涉及旋转机械状态监测与故障诊断领域，具体涉及一种基于变分模式分解滤波的包络分析方法。

背景技术

包络分析技术广泛应用于齿轮和滚动轴承的故障诊断中。现有的包络分析技术有下面三个缺陷：①现有的包络分析技术或者是直接对原始信号进行分析，或者是仅对原始信号进行简单的滤波后再进行分析，因此现有的方法容易受到噪声、趋势及其它成分的干扰，从而导致现有技术的分析精度较低；②现有的包络分析技术是以Hilbert变换为基础，而Hilbert变换要求被分析的信号必须是单分量的窄带信号，否则信号的频率调制部分将要污染信号的幅值包络分析结果，但是目前待分析的信号都不严格满足单分量且窄带的条件，这样就会导致现有技术因精度不高而容易出现误判问题；③ 由传统方法得到的包络谱存在着端点效应。

发明内容

本发明要解决的问题是针对以上不足，提出一种基于变分模式分解滤波的包络分析方法，采用本发明的包络分析方法后，具有分析结果准确度和精确度高，并能准确地检测出旋转机械故障类型的优点。

为解决以上技术问题，本发明采取的技术方案如下：一种基于变分模式分解滤波的包络分析方法，其特征在于，包括以下步骤：

步骤1：利用加速度传感器以采样频率fs测取旋转机械的振动信号x（k）, （k=1, 2, …,N），N为采样信号的长度；

步骤2：采用变分模式分解(Variational Mode Decomposition)算法将信号x（k）分解成n个分量之和，即，其中，c_i（k）代表由变分模式分解算法得到的第i个分量；

步骤3：对c_i（k）执行重排操作和替代操作，经重排操作得到的数据用c_i^shuffle（k）表示，替代操作后得到数据用c_i^FTran（k）表示；

步骤4：对c_i（k）、c_i^shuffle（k）和c_i^FTran（k）分别执行多重分形去趋势波动分析（Multifractal Detrended Fluctuation Analysis, MFDFA），得到广义Hurst指数曲线，c_i（k）的广义Hurst指数曲线用H_i（q）表示；c_i^shuffle（k）的广义Hurst指数曲线用H_i^shuffle（q）表示；c_i^FTran（k）的广义Hurst指数曲线用H_i^FTran（q）表示；

步骤5：如果H_i（q） 与H_i^shuffle（q）或H_i（q） 与H_i^FTran（q）之间的相对误差小于5%，或者H_i（q） 、H_i^shuffle（q） 和H_i^FTran（q）三者都不随q而变化，则抛弃对应的c_i（k）分量；

步骤6：对剩余的c_i（k）分量求和，将该和记为信号经重排和替代滤波后的结果x_f1（k）；

步骤7：对x_f1（k）执行谱峭度分析，求出信号峭度最大处所对应的中心频率f₀和带宽B；

步骤8： 根据中心频率f₀和带宽B对x_f1（k）进行带通滤波，得到x_f2（k）；

步骤9：对信号x_f2（k）执行有理样条迭代平滑包络分析，得到信号包络eov（k）；

步骤10：对得到的信号包络eov（k）执行离散傅里叶变换得到包络谱，根据包络谱特征频率判断机器的故障类型。

一种优化方案，所述步骤3中数据重排操作包括以下步骤：

随机打乱分量c_i（k）的排列顺序。

进一步地，所述步骤3中数据替代操作包括以下步骤：