[发明专利]基于序贯假设检验的齿轮箱故障状态识别方法

权利要求书

1.一种基于序贯假设检验的齿轮箱故障状态识别方法，其特征在于，该方法包括以下步骤，步骤1，采用小波包分析方法对提取的振动信号进行预处理；

步骤2，提取振动信号的峭度值序列作为序贯概率比检验的检验对象；

步骤3，根据序贯概率比检验算法，对齿轮箱的状态进行模式识别和故障检测；

步骤4，结合序贯概率比检验和均方根误差算法对齿轮箱振动信号进行三层序贯率比检验。

2.根据权利要求1所述的基于序贯假设检验的齿轮箱故障状态识别方法，其特征在于，所述步骤一具体包括，

步骤21，对信号进行小波包分解；

步骤22，选取最优基；

步骤23，阈值的选取和量化；

步骤24，对信号进行小波包重构。

3.根据权利要求2所述的基于序贯假设检验的齿轮箱故障状态识别方法，其特征在于，具体包括，信号经过j层小波包分解，共得到从低频到高频2^f个频段信号，小波包分解表示如下：

其中，u(k)表示低通滤波器，v(k)表示高通滤波器，j表示分解级数；

小波包重构如下：

其中，可以选择分解级数j＝3。

4.根据权利要求1或2所述的基于序贯假设检验的齿轮箱故障状态识别方法，其特征在于，所述步骤2中，

假设一组离散信号X_S＝[x₁，x₂，...，x_N]，其中N＝8192，峭度值可以表示为：

5.根据权利要求1或2所述的基于序贯假设检验的齿轮箱故障状态识别方法，其特征在于，所述步骤3中对齿轮箱的状态进行故障检测具体为，

步骤31：获取原始振动信号Si，sj，i，j＝1...4，i≠j,进行小波包降噪；

步骤32：运用公式(4)和(5)计算峭度；

步骤33：通过公式(8)-(11)计算序贯概率比检验的似然比参数Δ_i，j,并判断Δ_i，j与阈值的关系。其中根据序贯概率比检验算法，检验中的均值和标准差定义如下：