[发明专利]一种基于第二代小波的液压缸内泄漏故障诊断方法

权利要求书

1.一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：包括以下步骤：

步骤S1：采集液压缸的两腔压力信号，并对其进行第二代小波降噪预处理，利用第二代小波分析方法，对降噪后的液压缸两腔压力信号进行分解，得到压力信号时域特征向量；

步骤S2：求取步骤S1得到的压力信号时域特征向量均方根值，以此作为故障特征参数，实现对液压缸泄漏的故障诊断。

2.根据权利要求1所述的一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：步骤S1中，所述对其进行第二代小波降噪预处理具体为：

首先，对压力信号进行第二代小波变换；接着对变换后得到的近似参数和细节参数进行软阈值法处理；最后对处理后的细节系数进行重构，得到降噪后的压力信号。

3.根据根据权利要求2所述的一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：所述软阈值法处理的去噪方程为：

d_x＝sign(d(n))(|d(n)-τ|)；

σ＝1/0.6745Med(|d_j|)

其中，d_x为降噪后的信号，d(n)为降噪前的信号，τ是计算阈值，σ是噪声的标准偏差估计，N表示细节信号的采样数，Med()是中值函数，d_j为第j层的小波系数。

4.根据权利要求1所述的一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：步骤S1中，利用第二代小波分析方法，对降噪后的液压缸两腔压力信号进行分解，得到压力信号时域特征向量具体包括以下步骤：

剖分：将降噪后的液压缸两腔压力信号序列分解为偶样本序列s_e(k)＝s(2k)_k∈Z和奇样本序列s₀(k)＝s(2k+1)_k∈Z；

预测：利用算子P和偶样本s_e(k)预测奇样本s₀(k)，并得到预测误差d＝d(k)_k∈Z，并将预测误差定义为液压缸两腔压力信号经过第二代小波分解的细节信号d；

其中，d(k)＝s₀(k)-P[s_e(k)]，式中：P(·)定义为M点预测器，M为预测器系数的个数；

更新：在获得细节信号d的基础上，利用算子U更新偶样本s_e(k)，将更新后的信号序列c(k)定义为液压缸两腔压力信号经过第二代小波分解后的近似信号；

其中，c(k)＝s_e(k)+U[d(k)]，式中：U(·)定义为点更新器，为更新器系数的个数。

5.根据权利要求1所述的一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：步骤S2中具体包括：

步骤S21：分别计算两腔压力信号第二代小波分解的其第四层近似系数和细节系数；

步骤S22：计算步骤S21得到的第四层细节系数的均方根值，并将均方根值进行归一化处理，得到归一化后的故障特征参数。

6.根据权利要求1所述的一种基于第二代小波的液压缸内泄漏故障诊断方法，其特征在于：步骤S1中，所述采集液压缸的两腔压力信号采用原液压系统的压力传感器来实现。