[发明专利]一种基于小波包能量特征与互相关的状态识别方法与系统

权利要求书

1.一种基于小波包能量特征与互相关的状态识别方法，其特征在于，包括如下步骤：

对采集到的样本信号截段进行小波包分解；

计算小波包分解后各个子空间内能量值；

将能量值按子空间顺序组成特征向量；

基于各样本的特征向量构建样本库，所述样本包括正常状态的正常元件样本和至少一种故障状态的故障元件样本；

将待检测元件特征向量与样本库中的样本特征向量做互相关分析，其中互相关系数最大时对应的样本状态即为所识别待测信号状态；

特征向量表示如下：

其中：是元件运行状态为φ的信号截段经过小波包变换后在第j层第k个位置子空间的能量值，l为信号截段的采样点数，是第j层小波包变换的能量值按子空间顺序组成的特征向量；

所述样本特征向量制作部分小波包层数j₀选择由下式表示:

j₀＝{j|max[D(j)]}

其中D(j)的每个元素代表小波包分解层数为j时，遍历元件所有运行状态时互相关系数与差值的最小值，

特征向量T^X(τ)对应的状态为X，τ代表时滞，D(j)的计算式如下所示：

其中：min(A)是变量A中的最小值，Δ为元件所有运行模式的集合；

为了平衡识别准确率与识别时间之间的关系，合理的截段采样点数l₀由下式确定：

其中f(l)是变量F(l)的拟合函数，F(l)的每个元素代表信号截段采样点数为l时，遍历元件所有运行状态时互相关系数与差值的最小值，根据已确定的j₀，F(l)由下式定义：

为了降低因波动导致的F(l)数值误差，采用二阶幂函数对其进行拟合处理，其基函数如下所示：

f(l)＝a·l^b+c。