[发明专利]一种自适应基波消除方法

权利要求书

1.一种自适应基波消除方法，其特征在于，包括从整体估计的自适应辨识和补偿方法和从分布估计的自适应和补偿方法；其中，

所述从整体估计的自适应辨识和补偿方法为：首先在实时采集数据中截取数据量为N的数据，并根据最小二乘算法，计算其基波频率拟合曲线，然后通过实时数据和拟合基波数据，重构时域波形，最后通过对重构时域波形的频谱分析获取转子故障信息或负载变化信息；

所述从分布估计的自适应和补偿方法为：首先在实时采集数据中截取数据量为m个fs/50的数据，并根据最小二乘算法，计算其基波频率拟合曲线，然后通过实时数据和拟合基波数据，重构区域时域波形，再将区域时域波形进行时间序列排序，最后通过对重构时域波形的频谱分析获取转子故障信息或负载变化信息，其中fs为采样频率。

2.根据权利要求1所述的自适应基波消除方法，其特征在于，所述从整体估计的自适应辨识和补偿方法，具体包括以下步骤：

a1.利用霍尔电流传感器和数据采集卡获取N+M个实时电流数据；

a2.在N+M个实时电流数据上截取N个数据记为Yn；

a3.假设Y’n为拟合的N个实时数据的基波数据，利用最小均方误差，逼近待提取信号，计算得到Y’n；

a4.利用估计基波时间序列数据，补偿实时获取电流数据，重构时间序列数据ΔYn(k)，即ΔYn(k)＝Yn(k)-Y’n(k)，k＝1，2…N；

a5.利用最小均方误差，重构逼近时间序列数据ΔYn(k)的拟合曲线ΔY’n(k)；

a6.根据△w对步骤a4中拟合的基波时间序列数据Y’n(k)进行重修正，其中，△w＝|ω₁-ω₂|，ω₁为拟合的时间序列Y’n(k)的角速度，ω₂为△Yn(k)的拟合曲线ΔY’n(k)的角速度；

a7.利用快速傅里叶变化，获取修正后时间序列数据ΔYn(k)的频谱图，并从频谱图中分析获取转子故障信息或负载变化信息。

3.根据权利要求2所述的自适应基波消除方法，其特征在于，步骤a1的采样频率fs为10KHz，采样时间T为0.0001s。

4.根据权利要求2所述的自适应基波消除方法，其特征在于，步骤a3中利用最小均方误差，逼近待提取信号，计算得到Y’n，具体为：通过公式E(e²_Yn)＝(Yn-Y’n)²＝min和公式Y’n＝A(ω₁t+θ₁)，计算得到Y’n，其中E(e²_Y)为Yn与Y’n差值的平方，e_Yn为Yn-Y’n的时间序列误差，A(ω₁t+θ₁)为Y’n用三角函数表示时的公式，ω₁为Y’n的角速度，它表示了周期信号时间轴的伸缩情况，t为时间变量，θ₁为Y’n周期信号的初始相位；

步骤a5利用最小均方误差，重构逼近时间序列数据ΔYn(k)的拟合曲线ΔY’n(k)，具体为：通过公式E(e²_ΔYn)＝(ΔYn(k)-ΔY’n(k))²＝min和E_ΔYn＝Bsin(ω₂t+θ₂)，计算得到时间序列数据ΔYn(k)的拟合曲线ΔY’n(k)，其中E(e²_ΔYn)为ΔYn(k)与ΔY’n(k)差值的平方，e_ΔYn为ΔYn(k)-ΔY’n(k)的时间序列误差，Bsin(ω₂t+θ₂)为E(e²_ΔYn)用三角函数表示时的公式，ω₂为E(e²_ΔYn)的角速度，它表示了周期信号时间轴的伸缩情况，t为时间变量，θ₂为E(e²_ΔYn)周期信号的初始相位。