[发明专利]一种基于LOF-Kurtogram的机械故障诊断方法

权利要求书

1.一种基于LOF-Kurtogram的旋转机械监测故障诊断方法，包括以下步骤：

1)获得一段旋转机械监测信号作为原始信号x(t)，其中t＝1,…,N，N为该段信号采样点个数，利用窗长为l的滑动窗，无重叠将x(t)分割为若干段，段数记为S；

2)对每一段提取时域特征和时频域特征，形成特征指标集合；其中，中f_i表示滑动时第i个数据段的特征指标向量，特征指标包括均值、最大值、最小值、峰峰值、方差、峭度、均方根、波形因子、峰值因子、脉冲因子、方根幅值、裕度因子、偏斜度、小波能量组分比；

3)设定k值大小，搜索计算特征点集合内任意一点的k近邻域；

4)计算所有特征点的局部可达密度，其中任意点

其中，o'为o的邻域，k_distance(o')表示点o'的第k距离，k_distance(o)表示点o的第k距离，d(o,o')表示点o与o'的欧氏距离其中，k值取为5；N_k(o)是点o的邻域，即o的第k距离以内的所有点，包括第k距离上的点；

5)点o的局部异常因子值计算表达式如下：

式中lrd_k(o)与lrd_k(o′)分别为点o与点o′的局部可达密度；

6)根据式(2)计算中所用特征点的局部异常因子值，记为根据阈值T检测异常数据段，从序列中选出大于T的所有根据窗宽l与数据段序号i确定出原始机械监测数据中噪点的位置；此处阈值T的计算采用的是3-sigma原则，即

式中表示计算标准差；

7)剔除噪点所在数据段，将剩余数据输入短时傅里叶变换的Kurtogram中进行计算；

8)根据谱峭度结果，得到中心频率fc和带宽B，重构获得对应时域信号y(t)；

9)计算重构时域信号的包络谱，获得故障特征频率，完成故障诊断。