[发明专利]一种基于均衡平方包络谱的泵汽蚀初生识别方法

权利要求书

1.一种基于均衡平方包络谱的泵汽蚀初生识别方法，其特征在于，包括：

(1)采集泵的振动信号，根据振动信号的数据量大小，确定进行最大重叠离散小波包分解的分解阶数；

(2)利用最大重叠离散小波包变换将采集的振动信号进行滤波，转换为各个滤波频带后的信号，作为试验待处理信号；

(3)根据试验待处理信号，计算每个滤波频带内信号的平方包络；

(4)计算每个滤波频带内信号的平方包络的峭度值，在每一个分解层中，选择峭度值最高的滤波频带，将其峭度值的一半作为阈值；

(5)选择每一个分解层中，大于阈值的频带，计算每个频带内信号的平方包络谱，将它们在0和1范围内归一化后进行累加；

(6)将每个分解层所得到的所有平方包络谱进行累加，再对其取算数平均数，得到均衡平方包络谱；

(7)根据原信号时域图、经均衡平方包络谱得到的频谱图，分析故障信号的频率特征，具体过程为：

(7-1)根据均衡平方包络谱得到的频谱图上的轴频以及其谐波频率、叶频的幅值信息，对比和比较泵从正常状况到汽蚀初生状况，再到汽蚀严重发生时，故障信号分别对应的不同频率特征；

(7-2)从上述的频率特征中，对泵的汽蚀故障的发展状况进行识别。

2.根据权利要求1所述的基于均衡平方包络谱的泵汽蚀初生识别方法，其特征在于，步骤(1)中，所述分解阶数的确定方法为：

(1-1)在MATLAB软件中，根据振动信号的数据量大小，设置一个初步分解阶数；

(1-2)在该阶数下，观察由最大重叠离散小波包分解算法得到的载波频率及带宽，观察该频率范围内均衡平方包络谱后的频谱包络图；

(1-3)根据频谱包络图的特征，确定分解阶数。

3.根据权利要求1所述的基于均衡平方包络谱的泵汽蚀初生识别方法，其特征在于，步骤(2)中，所述的最大重叠离散小波包变换在MATLAB中为一个以原信号、小波基以及分解阶数为自变量的函数。

4.根据权利要求1所述的基于均衡平方包络谱的泵汽蚀初生识别方法，其特征在于，步骤(4)中，所述的阈值为平方包络值的移动平均量。