[发明专利]一种基于奇异谱分解滤波的包络分析方法

权利要求书

1.一种基于奇异谱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：采用奇异谱分解(Singular Spectrum Decomposition )算法将信号x（k）分解成n个分量之和，即，其中，c_i（k）代表由奇异谱分解算法得到的第i个分量，奇异谱分解已公知；

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。

2.根据权利要求1所述的一种基于奇异谱分解滤波的包络分析方法，其特征在于，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。

3.根据权利要求1所述的一种基于奇异谱分解滤波的包络分析方法，其特征在于：所述步骤3中数据替代操作包括以下步骤：

1） 对分量c_i（k）执行离散傅里叶变换，获得分量c_i（k）的相位；

2） 用一组位于(-π,π)区间内的伪独立同分布数来代替分量c_i（k）的原始相位；

3） 对经过相位替代后的频域数据执行离散傅里叶逆变换得到数据c_i^IFFT（k），求取数据c_i^IFFT（k）的实部。

4.根据权利要求1所述的一种基于奇异谱分解滤波的包络分析方法，其特征在于，所述步骤9中的有理样条迭代平滑包络分析方法包括以下步骤：

1）计算信号z(k)的绝对值∣z(k)∣的局部极值；在第1次迭代中，z(k)代表权利要求1所述步骤9中x_f2（k）；

2）采用有理样条曲线拟合局部极值点得到包络线eov₁（k）；

3）对z(k)进行归一化处理得到；

4）第2次迭代：把z₁(k)重新作为新数据，重复执行上述步骤1）~3），得到

；

5）第i次迭代：把z_i-1(k) 重新作为新数据，重复执行上述步骤1）~3)，得到

；

6) 如果第n次迭代得到的z_n(k)的幅值小于或等于1，则迭代过程停止，最后得到信号z(k)的包络为。