[发明专利]一种基于信息熵和多尺度形态学的滚动轴承早期故障诊断方法

权利要求书

1.一种基于信息熵和多尺度形态学的滚动轴承早期故障诊断方法，其特征在于：该方法包括采集故障轴承振动信号、对故障轴承振动信号进行多尺度形态分析、形态分析后的振动信号信息熵的求解、应用迭代法求解信息熵的阈值、根据硬阈值对形态分析后的振动信号进行叠加、对叠加后的振动信号求解频谱图，从而得到故障特征；

S1故障轴承振动信号采集；利用加速度传感器对故障轴承实验台进行测量，获得振动加速度信号作为待分析信号X(t)；

S2对故障轴承振动信号进行多尺度形态分析；为了节约时间成本，结构元素的形状采用直线型；在形态算子中：开运算对振动信号的正冲击起到平滑作用，而对于负冲击则起到抑制作用；相反的，闭运算对振动信号的正冲击起到抑制作用，而对于负冲击则起到抑制作用；差值滤波器是将两种运算进行融合，能够更好的提取信号中的正负脉冲信号，所以将多尺度差值形态算子作为最终的形态算子对故障轴承振动信号进行形态学分析；用不同尺度ε的形态差值滤波算子分别对振动信号X(t)处理，得到去噪信号Xε(t)，其中ε＝1,2,.....[fs/fc-2]，fs为采样频率，fc为故障特征频率；

S3形态分析后的振动信号信息熵的求解；对去噪信号Xε(t)求解信息熵Eε，其中ε＝1,2,.....[fs/fc-2]，fs为采样频率，fc为故障特征频率；

S4应用迭代法求解信息熵的阈值；设终止条件参数ζ＝0.01，得到信息熵的阈值为T；

S5根据阈值对形态分析后的振动信号进行叠加；将信息熵小于阈值T的振动信号设为0，将信息熵大于阈值T的振动信号进行叠加求解均值，最终得到的振动信号为X(t)’；

S6对叠加后的振动信号X(t)’求解频谱图。

2.根据权利要求1所述的一种基于信息熵和多尺度形态学的滚动轴承早期故障诊断方法，其特征在于：

(1)利用加速度传感器获得故障轴承振动加速度信号作为待分析信号X(t)，采样长度定为2的整数次方；

(2)用多尺度差值算子对振动信号进行形态学处理；

设一维信号f(n)为定义在F＝[0,1,...,N-1]范围内的离散函数，定义结构元素g(n)为G＝[0,1,...,M-1]范围内的离散函数，且N≥M，则f(n)关于g(n)的腐蚀和膨胀定义为:

fΘg(n)＝min[f(n+m)-g(m)]

f(n)关于g(n)的开运算以及闭运算定义为下式:

若设ε为尺度，ε＝1,2,.....,λ,则f(n)关于g(n)的多尺度腐蚀和膨胀表示为：

f(n)关于g(n)的的多尺度差值滤波运算定义为：

形态分析后的信号为Xε(t)，其中ε＝1,2,.....[fs/fc-2]，fs为采样频率，fc为故障特征频率；

(3)对分析后的信号Xε(t)求解信息熵；信息熵的求解如下：

设系统S内包含多个小事件S＝{s1,s2,......,sn},这些事件的概率分布为P＝{p1,p2,......,pn},通过概率分布计算每个小事件的信息熵为：

I_i＝-p_i ln p_i

系统S的信息熵可表示为每个小事件信息熵的总和，即：

求解得到的信息熵为Eε，其中ε＝1,2,.....[fs/fc-2]，fs为采样频率，fc为故障特征频率；

(4)用迭代法求解信息熵的阈值，迭代法步骤如下：

4.1初始阈值的设定；设最大和最小的信息熵分别为E_max和E_min,计算双峰均值T1＝(E_max+E_min)/2，将T1作为初始阈值；

4.2新阈值的设定；用初始阈值T1分割数据，大于T1的数据设为G1组，小于T1的设为G2组，将G1组和G2组的均值设为u1和u2；新阈值为T2＝(u1+u2)/2；

4.3终止条件；设ζ为终止条件参数，若|T1-T2|≤ζ则将T2作为最终阈值，否则重复步骤4.2；求解得到的最终阈值为T；

(5)根据阈值对形态学分析后的振动信号进行叠加；将信息熵小于阈值T的振动信号设为0，将信息熵大于阈值T的振动信号进行叠加求解均值，最终得到的振动信号为X(t)’；

(6)对叠加后的振动信号X(t)’求解频谱图，继而进行轴承的故障诊断。