[发明专利]基于信号分量差商值的时域信号诊断方法及存储介质

说明书

本发明公开了一种基于信号分量函数差商值的时域信号诊断方法，引入可以处理伴随有非平稳、非线性原始时域信号的信号解析技术，基于采集原始时域信号的时间度量特征，将原始时域信号解析成多个信号分量函数，去除原始时域信号的非平稳、非线性特征；在海量噪声的处理上，差商值有着很强的噪声包容性，利用重构信号的分布概率度量原始时域信号的复杂程度，其中，重构信号的概率越大，其处理的原始信时域号重构的复杂度越大，通常差商值与信号复杂度呈正比，从而将原始时域信号解析得到的信号分量函数，利用差商判别原始时域信号故障特征。

技术领域

本发明涉及数据处理领域，尤其涉及一种基于信号分量函数差商值的时域信号诊断方法。

背景技术

在故障诊断学中，例如回转机械和往复机械的振动信号采集与诊断中，由于反应其运行状态的信号是随机器运转而周期性重复的，对回转机械和往复机械故障诊断主要是对时域信号进行诊断；又例如电机的电流信号进行侦测与诊断时，侦测到的电流信号也是周期性重复的时域信号。

有效的提取到时域信号中的准确故障信息也成为了现代故障诊断技术核心技术，传统的时频域技术给时域信号故障信息提取提供了解决方案。而时域信号作为故障诊断最直接的信息来源，直接决定了故障判断的准确性。但时域信号通常伴随着周期信号间的耦合和海量噪声的情形，在面对高度耦合海量噪声的非平稳、非线性的时域信号时，现有的时域平均等时频域技术的可行度较低，故障检测效率与正确率都存在不稳定性。

因此，亟需提供一种新的时域信号诊断方法，以解决上述技术问题。

发明内容

本发明的主要目的在于提供一种基于信号分量函数差商值的时域信号诊断方法，利用时域信号解析技术分解信号，去除原始时域信号中的非平稳、非线性部分；利用差商判别原始时域信号的故障信息。

为了实现上述目的，本发明提供一种基于信号分量差商值的时域信号诊断方法，包括步骤：

S1，获取t时刻的时域信号x_i(t)所有的局部极大值点和局部极小值点，构建所述局部极大值点和所述局部极小值点的上包络线和下包络线，并得到所述上包络线和下包络线的平均值函数为m₁；其中，i=0,1,2...,N，i=0时，x₀(t)为原始时域信号；

S2，判断所述平均值函数m₁在所述时域信号x_i(t)区域内，与零点之间的差值是否小于预设阈值；若否则返回步骤S1，若是则进入步骤S3；

S3，根据公式C_i+1=x_i(t)-m₁，得到时域信号x_i(t)的最高频组分的信号分量C_i+1；

S4，判断所述信号分量C_i+1是否可以被继续分解，若是则进入步骤S5；若否则进入步骤S6；

S5，根据公式x_i+1(t)=x_i(t)-C_i+1，获得新的时域信号x_i+1(t)，返回所述步骤S1，对所述新的时域信号x_i+1(t)重复所述步骤S1-S4，得到C_i+2=x_i+1(t)-m₁；

S6，获取当前分解次数i的值n，得到所述原始时域信号，其中，所述x₀(t)表示信号余项；

S7，预设嵌入维数m，针对时间序列下时域信号的集合{x₀(h), h=1,2,…,N}，重构所述原始时域信号x₀(h)的长度，根据步骤S6中所述原始时域信号的信号分量函数，将所述原始时域信号x₀(h)重构成一组m维向量：，其中，h=1~N-m+1；