[发明专利]一种基于快速谱峭度分析的风机健康评价方法

权利要求书

1.一种基于快速谱峭度分析的风机健康评价方法，其特征在于，包括以下步骤：

(1)采集风机正常工况与不同程度故障工况下的原始振动信号，获得振动数据原始数据库；

(2)对原始数据库中的振动信号x(t)进行短时傅里叶变换，得到时间-频率-振幅的三维图像X(t,f)；

(3)对上述三维图像X(t,f)进行预白化处理，得到预白化之后的时间-频率-振幅三维图像X′(t,f)；

(4)使用预白化后的包络信号作为快速谱峭度的输入，计算最大峭度所在位置及拟合程度最高的快速谱峭度算法分解阶数；

(5)根据最大峭度所在位置及拟合程度最高的快速谱峭度算法分解阶数，确定最优的解调频带宽度和其中心频率，并根据此最优解调频带宽度及其中心频率对白化后的信号进行带通滤波；

(6)对带通滤波后的信号进行傅里叶变换，获得其频谱图，并对所得频谱图进行峰值提取，依次计算所提取的峰值序列中最大值与该序列所有值差值的均值与最大值的比例α_i；

(7)对所提取的峰值序列按照幅值降序重新排列获得不同工况峰值提取后的频谱幅值变化趋势数据库；

(8)采集待检测风机振动信号，使用步骤(2)至(7)的方法获得待检测信号所提取的峰值序列中最大值与所有值差值的均值与最大值的比例α₀，以及幅值变化趋势序列，使用待检测风机振动信号的幅值变化趋势序列依次与故障工况数据库内每一组幅值变化趋势序列进行相关性分析，获得幅值变化趋势相关系数β_i；

(9)构造健康因子γ_i，联合故障程度与健康因子对风机进行健康分析。

2.根据权利要求1所述的基于快速谱峭度分析的风机健康评价方法，其特征在于，步骤(2)中，为了方便计算机计算，将短时傅里叶变换过程进行信号的离散化处理，具体公式为：

其中，T＞0，F＞0，分别是时间变量和频率变量的采样周期，m、n分别是时间和频率序列；g^*(kT-mT)表示窗函数g(kT-mT)的复共轭。

3.根据权利要求1所述的基于快速谱峭度分析的风机健康评价方法，其特征在于，步骤(3)中，所述的预白化处理具体步骤为：

(3-1)主分量分析PCA预处理：通过协方差矩阵求得原始数据X(t,f)的特征向量u₁、u₂，然后将每个数据点投影到这两个特征向量上；假设样本集合为{X_·j＝[x_1j,x_1j,…x_nj]^T|1≤j≤m}，所有样本表示成一个n×m的矩阵，其协方差矩阵为：

其中，m为样本数量；为样本的均值，X_·j为第j个样本，均是列向量；

(3-2)PCA白化：对新的每一维坐标做一个标准差归一化处理：

其中X″(t,f)为步骤(3-1)处理的新PCA坐标空间，λ_i为第i维特征对应的特征值，ε是为了避免除数为0的极小值；

(3-3)零相位分量分析ZCA白化：将步骤(3-2)处理的结果变换到原来的坐标系下。

4.根据权利要求1所述的基于快速谱峭度分析的风机健康评价方法，其特征在于，步骤(4)中，根据试验待处理振动信号的数据量大小，确定拟合程度最高的快速谱峭度算法分解阶数当作信号处理的分解阶数，具体实施方式为：

(4-1)在MATLAB软件中，根据实际数据量，设置一个初步分解阶数；

(4-2)在该阶数下，使用快速谱峭度算法得到的载波频率及带宽，获得此载波频率及带宽下的信号傅里叶变换后的频谱包络图；

(4-3)根据频谱包络图峰特征，确定分解阶数。

5.根据权利要求1所述的基于快速谱峭度分析的风机健康评价方法，其特征在于，步骤(6)中，对傅里叶变换后的频谱图进行峰值提取的限制条件为所提取峰值的值必须大于频谱幅值的均值。