[发明专利]基于改进的稀疏分解算法的齿轮故障检测方法

权利要求书

1.一种基于改进的稀疏分解算法的齿轮故障检测方法，其特征在于，所述方法包括：

采集振动信号样本，对所述振动信号样本进行双树复小波分解获得若干个信号分量，并根据最大峭度原则从所有信号分量中选取包含故障特征信息最多的目标信号分量；

基于拉普拉斯小波的相关滤波对所述目标信号分量进行参数识别确定目标特征参数；

以所述目标特征参数构造的拉普拉斯小波原子作为核函数生成与故障特征信息匹配的过完备字典；

获取待检测齿轮的待检测振动信号，基于匹配追踪算法利用所述过完备字典对所述待检测振动信号进行稀疏重构得到重构信号；

对所述重构信号进行解调分析实现对所述待检测齿轮的故障检测。

2.根据权利要求1所述的方法，其特征在于，所述基于拉普拉斯小波的相关滤波对所述目标信号分量进行参数识别确定目标特征参数，包括：

以拉普拉斯小波为核函数，通过对所述拉普拉斯小波的特征参数进行离散构造形成小波特征库；

计算所述小波特征库中各个小波与所述目标信号分量的相关系数；

确定相关系数最大的小波的特征参数为所述目标特征参数。

3.根据权利要求2所述的方法，其特征在于，所述计算所述小波特征库中各个小波与所述目标信号分量的相关系数，包括对于所述小波特征库中的每个小波：

按照公式计算所述小波与所述目标信号分量的相关系数，其中，k_r为所述相关系数，ψ_γ(t)为所述小波，x(t)为所述目标信号分量。

4.根据权利要求1所述的方法，其特征在于，所述以所述目标特征参数构造的拉普拉斯小波原子作为核函数生成与故障特征信息匹配的过完备字典，包括：

以所述目标特征参数构造的拉普拉斯小波原子作为核函数，对所述核函数在信号时间历程上进行平移，生成所述过完备字典。

5.根据权利要求1所述的方法，其特征在于，所述基于匹配追踪算法利用所述过完备字典对所述待检测振动信号进行稀疏重构得到重构信号，包括：

以内积最大原则依次选取所述过完备字典中的原子作为局部最优原子，通过对选取的局部最优原子进行线性相加获得所述重构信号。

6.根据权利要求5所述的方法，其特征在于，所述以内积最大原则依次选取所述过完备字典中的原子作为局部最优原子，通过对选取的局部最优原子进行线性相加获得所述重构信号，包括：

将所述待检测振动信号作为第一次迭代的待重构信号；

在第i次迭代中，计算所述待重构信号与所述过完备字典中的各个原子的内积，并确定内积最大值所对应的原子为局部最优原子；

对第i次迭代选取的局部最优原子进行线性相加得到第i次迭代结果，每次迭代结果包括重构信号和残差信号；

若im，则令i＝i+1并将所述第i次迭代结果中的残差信号作为所述待重构信号，再次执行所述计算所述待重构信号与所述过完备字典中的各个原子的内积的步骤；

当i＝m，将第m次迭代结果中的重构信号作为所述待检测振动信号的重构信号。

7.根据权利要求1所述的方法，其特征在于，所述对所述重构信号进行解调分析，包括：对所述重构信号进行频域分析以及包络分析。

8.根据权利要求7所述的方法，其特征在于，所述对所述重构信号进行解调分析实现对所述待检测齿轮的故障检测，包括：

若所述重构信号在进行频域分析时出现以啮合频率为中心的调制边频带，和/或，所述重构信号在进行包络分析时出现转频的倍频现象，则确定所述待检测齿轮存在故障；

其中，转频啮合频率为f_m＝z·f_r，n为所述待检测齿轮所在轴的转速，z为所述待检测齿轮的齿数。