[发明专利]一种基于迭代扩展本征模态分解的旋转机械故障诊断方法

权利要求书

1.一种基于迭代扩展本征模态分解的旋转机械故障诊断方法，其特征在于，包括以下步骤：

步骤1：获取旋转机械在变转速工况运行时的振动加速度信号；

步骤2：对所述振动加速度信号进行离散短时傅里叶变换，获得时频表达式；

步骤3：通过双向快速单线提取法，获取所述时频表达式中能量最显著的关键时频脊线的初始估计值；

步骤4：通过迭代扩展本征模态分解，根据所述振动加速度信号和关键时频脊线初始估计值，分离重构关键模态及关键模态的瞬时频率和瞬时幅值；

步骤5：对所述关键模态进行等角度重采样，获得稳态角域信号；

步骤6：通过离散傅里叶变换将所述稳态角域信号转换至阶次域，分析各特征阶次，得到旋转机械的故障诊断结果；

步骤3中，所述双向快速单线提取法具体为：定位所述时频表达式中的能量最大值点，并沿时间方向双向搜索Δf范围内频率维度的能量极大值点，构建所述关键时频脊线的初始估计值，所述Δf由预先设定，Δf为最大频率差值；

所述步骤4具体包括以下步骤：

步骤401：初始化参数：正则化参数λ，惩罚参数β,μ和傅里叶展开阶数L，并获取振动加速度信号x(t)和关键时频脊线初始估计值其中傅里叶展开阶数L的计算表达式为：

式中，BW为带宽，N为采样点数，f_s为采样频率；

步骤402：对所述振动加速度信号x(t)进行希尔伯特变换，构造关键模态m_key(t)的解析式

其中，k＝0,K,end为迭代次数，为关键瞬时频率的k次迭代值，η(t)为干扰噪声，t为离散采样时间，为解析幅值：

其中，为初始相位，为关键瞬时频率的真实值，a_key(t)为关键模态的瞬时幅值；

然后建立解析幅值的冗余傅里叶展开式：

其中，中的l为傅里叶级数的阶数；

步骤403：将所述展开模型代 入中构造矩阵表达式：

n＝[η(t₀)…η(t_N-1)]^T

K^k＝E^k·T为N×(2L+1)的核矩阵，

式中，d为矩阵索引位置；

然后求解最优化问题：

式中，为信号解析式；

获得傅里叶参数矩阵并重构得

式中，I为单位矩阵，H为矩阵转置；

步骤404：基于欧拉公式展开所述重构取实部和虚部，并通过反正切解调法估计得到误差对进行滤波光滑并更新瞬时频率

步骤405：将步骤404中更新后的所述代入步骤403更新核矩阵K^k+1、参数矩阵和解析幅值矩阵重复计算预设的end次后停止，然后求解重构关键模态m_key(t)及其幅值a_key(t)。

2.根据权利要求1所述的一种基于迭代扩展本征模态分解的旋转机械故障诊断方法，其特征在于，所述步骤2包括以下步骤：

步骤201：设置窗长度N_window和傅里叶点数L_fourier，构造相应的窗函数Wf(t)；

步骤202：通过所述窗函数Wf(t)对振动加速度信号x(t)进行离散短时傅里叶变换，获得时频表达式TFR(t,f)。