[发明专利]一种ELMD多尺度波动分析状态监测方法及装置

权利要求书

1.一种ELMD多尺度波动分析状态监测方法，其特征在于：包括以下步骤：

步骤1：利用加速度传感器以采样频率fs测取设备振动信号x（k）, k=1, 2, …,N，N为采样信号的长度；

步骤2：采用集合局部均值分解( Ensemble Local Mode Decomposition, ELMD)算法将信号x（k）分解成n个分量和一个趋势项之和，即，其中，c_i（k）代表由ELMD算法得到的第i个分量，r_n（k）代表由ELMD算法得到的趋势项；

步骤3：采用非线性判别算法从ELMD分解结果中排除噪声分量和趋势项，保留包含分形特征的分量c_f（k）, f=1,2,…,p，p代表滤波后剩余分量的数量；

步骤4：确定c_f（k）的局部极大值和局部极小值，采用Lagrange插值函数分别对c_f（k）的局部极大值和局部极小值进行插值，采用最小二乘法分别拟合c_f（k）的上包络u(k)和下包络l(k)，则c_f（k）的包络定义为，符号|x|表示对x取绝对值；

步骤5：重复执行公式 m次，j=1,2,…,m，直到，得到c_f（k）的频率调制部分FM^m(k)，e^j(k)代表c^j(k)的包络，c^j(k)=FM^(j-1)(k)，c¹(k)= c_f（k）；

步骤6：采用Teager能量算子（Teager Energy Operator, TEO）计算FM^m(k)的瞬时频率，获得c_f（k）的瞬时频率instf_f(k)，得到c_f（k）的瞬时尺度；

步骤7：当尺度为s时，则振动信号x(k)的去趋势结果为；

步骤8：将Y_s(k)分成不重叠的N_s段长度为s的数据，由于数据长度N通常不能整除s，所以会剩余一段数据不能利用；为了充分利用数据的长度，再从数据的反方向以相同的长度分段，这样一共得到2N_s段数据；

步骤9：计算每段数据的方差：

；

步骤10：计算q阶函数：

；

步骤11：改变s的取值，s=s_f，f=1,2,…,p，重复上述步骤3到步骤10，得到关于q和s的方差函数F_q(s);

步骤12：如果x(k)存在分形特征，则F_q(s)和尺度s之间存在幂律关系：F_q(s)~s^H(q)，H(q)代表x(k)的广义Hurst指数；

当q=0时， H(0)通过下式所定义的对数平均过程来确定：

；

步骤13：计算信号x(k)的标准标度指数τ(q)=qH(q)-1；

步骤14：计算信号x(k)的奇异指数α和多重分形谱f(α)：

α=H(q)+q H^’(q),

f(α)=q(α-H(q))+1，其中H^’(q)代表H(q)的一阶导数；

步骤15：提取多重分形谱f(α)的左端点、右端点和极值点所对应的奇异指数，利用这3个参数来描述设备的运行状态。