[发明专利]基于变分模态分解和灰色关联分析的机械振动信号特征提取方法

权利要求书

1.一种基于变分模态分解和灰色关联分析的机械振动信号特征提取方法，其特征在于：包括以下步骤：

步骤一，赋予VMD模态数目K不同的取值，分别对原始的振动信号进行VMD分解；

步骤二，将每次VMD分解后的模态进行重构，得到若干个重构信号；每个重构信号对应不同的K值；

步骤三，将灰色关联分析应用于重构信号和原始信号，计算重构信号与原始信号的灰色关联度，选取灰色关联度最大的重构信号所对应的K值作为VMD最优的分解模态数目，包括以下步骤：

(1)将原始信号表示为f，步骤二中得到的重构信号表示为s_K；

f＝(f(1)，f(2)，…，f(n)，…，f(N))

s_K＝(s_K(1)，s_K(2)，…，s_K(n)，…，s_K(N))

其中，n表示序列中的元素，n＝1，2，…，N；s_K表示K不同取值时所对应的重构信号；

(2)对f和s_K进行极性一致化处理得到f⁽⁰⁾和s_K⁽⁰⁾，再进行平均化处理得到f⁽¹⁾和s_K⁽¹⁾；

f⁽⁰⁾(n)＝f(n)+|min(f(n))|

S_K⁽⁰⁾(n)＝s_K(n)+|min(s_K(n))|

其中，f⁽⁰⁾(n)和s_K⁽⁰⁾(n)分别表示f⁽⁰⁾和s_K⁽⁰⁾中的第n个元素；f⁽¹⁾(n)和s_K⁽¹⁾(n)分别表示f⁽¹⁾和s_K⁽¹⁾中的第n个元素；

(3)计算原始信号和重构信号的灰色关联系数γ_K；

其中γ_K表示K不同取值时的重构信号与原始信号的灰色关联系数；γ_K(n)表示γ_K的第n个元素；ρ表示分辨系数；

(4)计算原始信号和重构信号的灰色关联度；

其中ξ_K表示K不同取值时的重构信号与原始信号的灰色关联度；ω表示权重系数；

当ξ_K最大时对应的K即为VMD最优的分解模态数目；

步骤四，以最优的模态数目K对原始信号进行VMD分解，得到K个模态；

步骤五，对步骤四得到的K个模态进行灰色关联分析，筛选出噪声主导模态，剩余的模态被称为信号主导模态；

步骤六，对噪声主导模态进行软阈值处理，并将处理后的噪声主导模态与信号主导模态进行重构，得到降噪后的振动信号；

步骤七，将降噪后的振动信号进行时频域转换，在频域中提取振动信号的特征。

2.根据权利要求1所述的基于变分模态分解和灰色关联分析的机械振动信号特征提取方法，其特征在于：在步骤一中，先将原始信号进行EMD分解，得到EMD模态数目K′，然后将[K′-3，K′+3]作为VMD模态数目K的初始取值范围。