[发明专利]一种轴承故障信号内禀模态函数分解与提取方法及装置

权利要求书

1.一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，包括：

利用振动传感器获取轴承运转过程中的振动信号，并将所述振动信号作为分析信号；

通过对所述分析信号进行模态分解，以获取多个内禀模态函数数据；

通过构建敏感函数数据的筛选值，以对所述多个内禀模态函数数据进行处理，获取所述敏感内禀模态函数数据；

通过对所述敏感内禀模态函数数据进行分析处理，判断所述轴承的故障；

其中，获取所述内禀模态函数数据的步骤包括：

输入所述分析信号，并通过对所述分析信号进行处理以获取第一信号；

通过对所述第一信号进行模态分解，以获取第二信号；

通过对所述第二信号进行数据提取，并恢复至预设采样频率，获取多个所述内禀模态函数数据。

2.根据权利要求1所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，所述轴承设置在轴承座上，所述振动传感器设置在所述轴承座上。

3.根据权利要求1所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，对所述分析信号进行处理的方法设置为三次样条插值处理。

4.根据权利要求1所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，对所述第一信号进行经验模态分解，以获取第二信号的步骤包括：

设定伪随机噪声信号的幅值范围，幅值增长步长以及添加所述伪随机噪声信号的次数；

通过对所述第一信号分别添加幅值不同的所述伪随机噪声信号，并计算评价参数，获取所述评价参数最小时对应的第一幅值和第一伪随机噪声信号；

通过对所述第一信号中分别添加正负所述第一伪随机噪声信号，获取正子信号和负子信号，所述第一伪随机噪声信号的幅值为所述第一幅值；

通过对所述正子信号和所述负子信号进行经验模态分解，获得多个中间内禀模态函数数据和中间残余分量数据；

将所述多个中间内禀模态函数数据和中间残余分量数据进行平均处理，获取第二信号。

5.根据权利要求4所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，所述幅值范围设置为第一范围，所述幅值增长步长设置为第一步长，所述添加伪随机噪声信号次数设置为两次。

6.根据权利要求5所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，所述幅值不同的伪随机噪声信号的幅值以所述第一步长进行递增，且位于所述第一范围内。

7.根据权利要求4所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，所述伪随机噪声的上限频率设置为所述预设采样频率的n倍。

8.根据权利要求1所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，构建敏感函数数据筛选值，以获取所述敏感内禀模态函数数据的步骤包括：

分别获取多个所述内禀模态函数数据与所述分析信号的相关系数，以及所述多个内禀模态函数数据的能量密度与平均周期；

通过所述相关系数，所述能量密度和所述平均周期获取所述敏感内禀模态函数数据的所述筛选值，并取所述筛选值的平均值；

通过所述筛选值与所述平均值进行对比，当所述内禀模态函数数据的所述筛选值大于所述平均值，则将所述内禀模态函数数据视为所述敏感内禀模态函数数据，以获取所述敏感内禀模态函数数据。

9.根据权利要求8所述的一种轴承故障信号内禀模态函数分解与提取方法，其特征在于，所述筛选值的计算公式如下：

其中，r_i为第i个所述内禀模态函数数据与所述分析信号的相关系数，ET_i为第i个所述内禀模态函数数据的能量密度与其平均周期的乘积。

10.一种轴承故障信号内禀模态函数分解与提取装置，其特征在于，包括：

振动传感器，用于通过振动传感器采集轴承运转过程中的振动信号，并将所述振动信号作为分析信号；

信号模态分解模块，连接所述振动传感器，用于通过对所述分析信号进行模态分解，以获取多个内禀模态函数数据；

敏感内禀模态函数数据筛选器，连接所述信号模态分解设备，用于通过构建敏感函数数据的筛选值，以对所述多个内禀模态函数数据进行处理，获取所述敏感内禀模态函数数据；

故障判断器，连接所述敏感内禀模态函数数据筛选器，用于通过对所述敏感内禀模态函数数据进行分析处理，判断所述轴承的故障；

其中，所述信号模态分解模块对所述分析信号进行模态分解，以获取多个内禀模态函数数据的步骤包括：

输入所述分析信号，并通过对所述分析信号进行处理以获取第一信号；

通过对所述第一信号进行模态分解，以获取第二信号；

通过对所述第二信号进行数据提取，并恢复至预设采样频率，获取多个所述内禀模态函数数据。