[发明专利]一种基于CEEMDAN-ICA-SWT的柴油机振源多信息联合识别方法

权利要求书

1.一种基于CEEMDAN-ICA-SWT的柴油机振源多信息联合识别方法，其特征在于包括以下步骤：

1)在柴油机稳态工况下，利用振动传感器获取包括燃烧激励、机械冲击激励以及不平衡惯性力性质的振动激励源混合响应信号；

2)首先根据加入白噪声的自适应准则，确定加入白噪声的幅值标准差系数与总体平均次数，然后采用CEEMDAN方法对振动信号进行自适应分解，再基于二次相关的相似系数法与谱熵相结合的方法选取主要的本征模分量，并估计振源数；

3)将CEEMDAN方法分解获得的本征模分量与激励源混合响应信号组成新的观测信号作为独立分量分析中的多个虚拟通道，采用ICA方法进行盲源分离，结合估计的主要振源数量，利用相似系数法选取分离结果；

4)采用SWT技术对分离结果各独立成分进行时-频特征分析，结合先验知识，识别柴油机振动激励源。

2.根据权利要求1所述的一种基于CEEMDAN-ICA-SWT的柴油机振源多信息联合识别方法，其特征在于所述步骤2)具体为：基于加入白噪声的自适应准则：确定所需加入的白噪声信号的幅值标准差系数α值满足条件0＜α≤σ_h/3σ₀，执行EMD的总平均次数N＝[σ_h/(4σ₀ε)]²，其中σ₀为分析信号的幅值标准差；σ_h为分析信号分解所得高频信号的幅值标准差；ε为分析信号与最终分解所得信号之间的相对误差，设置在0.01～0.5；

经CEEMDAN分解信号S所得的所有本征模分量IMF：E_k(·)为通过EMD方法所产生的第k个模态分量，r表示分解后的残余量，v表示加入的白噪声，i＝1,…,I表示实验次数，k＝1,…,K表示分解的本征模分量个数；

基于二次相关的相似系数判别准则：分别计算本征模分量的二次相关函数R_IMF1～R_IMFK与分析信号R_s的相似系数ρ_js；再计算本征模分量的谱熵与分析信号谱熵的接近程度量，其中q_i为第i个功率谱在整个谱中所占的百分比；选取与分析信号相关性大的主要本征模分量IMF_j，预估振源数量m，j＝1,…,K。

3.根据权利要求1或2所述的一种基于CEEMDAN-ICA-SWT的柴油机振源多信息联合识别方法，其特征在于所述步骤4)中采用SWT技术对分离结果各独立成分进行时-频特征分析的计算公式为：T_x(ω₁,b)＝∫_A(b)W_x(a,b)a^-3/2da，式子中A(b)＝{a；W_x(a,b)≥γ}，a为尺度因子，b为平移因子，t为时间，ψ^*(t)为小波基ψ(t)的共轭，ω₁为中心频率，阈值γ与信号采样点数及噪声方差有关。