[发明专利]一种齿轮故障有效区间特征选择方法

权利要求书

1.一种齿轮故障有效区间特征选择方法，其特征在于包括以下步骤：

①对于齿轮故障的每一个故障类型通过加速度传感器采集每一个故障类型对应的多个振动信号，并对每个振动信号通过添加偏移量得到每个振动信号对应的区间振动信号，根据所有的区间振动信号建立区间振动信号样本集；

②对区间振动信号样本集中的每个区间振动信号进行局部均值分解得到多个乘积函数分量，并对每一个乘积函数分量提取多个区间特征向量，构建一个二维齿轮故障数据集，其中行向量表示某一个区间振动信号对应的所有区间特征向量，列向量表示同一个区间特征向量对应的所有区间振动信号，行向量数为区间振动信号样本集中区间振动信号的总数，列向量数为每个区间振动信号所对应的区间特征向量总数；

③构建有效区间特征向量选择函数：

③-1根据区间特征向量中任意两个区间数a和b的六种空间位置关系，采用下列公式计算区间可能度的具体值：

其中，p(a≤b)表示对于均匀分布的两个区间数a和b，区间数a小于等于区间数b的概率，a表示区间数a的下限，表示区间数a的上限，b表示区间数b的下限，表示区间数b的上限；

③-2将区间振动信号样本集中所有区间振动信号的总数记为n，定义区间数则根据上述公式得到区间可能度构建的可能度矩阵P＝(p_i,j)_n×n如下：

③-3定义A_i为区间数的序关系，若序关系A_iA_j，则区间数a_i大于区间数a_j；若A_i＝A_j，则区间数a_i等于区间数a_j；通过序关系，将区间特征向量转换为确定性特征向量A：

③-4将故障类型数记为m，将齿轮故障数据集中所有区间振动信号的区间特征向量的总数记为M，将齿轮故障数据集中的任一确定性特征向量记为A′，该确定性特征向量的最大值为d max，该确定性特征向量的最小值为d min，定义离散化断点{d₀,d₁,d₂…d_c-1,d_c}，则dmin＝d₀d₁d₂…d_c-1d_c＝d max，将该确定性特征向量划分为多个离散化分段{(d₀,d₁],(d₁,d₂]…(d_c-1,d_c]}，其中c为离散化分段个数，记区间特征向量的信息熵值为H(X)，其中q_rg表示取值在离散化分段(d_g-1,d_g]范围内的第r类故障类型的区间振动信号个数，pro()表示概率密度函数，1≤g≤c，1≤r≤m，记故障类型的信息熵值为H(Y)，记区间特征向量和故障类型的联合信息熵值为H(X,Y)，

③-5根据互信息公式I(X；Y)＝H(X)+H(Y)-H(X,Y)，得到互信息

③-6将候选故障特征向量记为X_k，将故障类型记为Y，定义候选故障特征向量X_k和故障类型Y的互信息为I(X_k；Y)，该互信息I(X_k；Y)用于表征该候选故障特征向量与故障类型的相关性，其值越大，该候选故障特征向量与故障类型的相关性越大；将已选定的故障特征向量记为X_j，并定义候选故障特征向量X_k与已选定的故障特征向量X_j的互信息为I(X_k；X_j)，该互信息I(X_k；X_j)用于表征该候选故障特征向量与已选定的故障特征向量的冗余，其值越大，该候选故障特征向量与已选定的故障特征向量的冗余越大，构建有效区间特征向量选择函数J(X_k)，其中S是已选定的故障特征向量的数量，表示冗余大小随已选定的故障特征向量个数的增加而减小；

④将齿轮故障数据集输入到根据步骤③得到的有效区间特征向量选择函数中，选择使该函数取得最小值的e个区间特征向量，并构成有效区间特征向量集。