[发明专利]基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法

权利要求书

1.基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，其特征在于包括采集车辆轴箱振动加速度响应信号作为轮轨故障诊断的信号；首先对信号进行形态学滤波处理，然后EEMD分解得到若干个固有模态函数，再通过能量熵增量来剔除分解后的虚假分量，最后对有效分量再进行HHT变换得到Hilbert谱，通过不同轮轨故障下Hilbert谱的特征来实现轮轨故障的诊断。

2.根据权利要求1所述的基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，其特征在于：所述形态学滤波的滤波器采用DIF差值滤波器，结构元素采用幅值为1的三角形和半圆形组合。

3.根据权利要求1所述的基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，其特征在于：所述EEMD分解得到若干个固有模态函数包括如下步骤：

(1)设经形态学滤波后的轴箱振动加速度信号为x(t)，在x(t)中多次加入高斯白噪声后变为x_i(t)＝x(t)+N_i(n)；

(2)对信号x_i(t)的局部极大值和局部极小值进行三次样条插值得到信号的上、下包络线y_up(t)和y_low(t)，求出上下包络线的平均值m_i1(t)＝[y_up(t)+y_low(t)]/2；

(3)信号x_i(t)减去平均值m_i1(t)后得到一个去掉低频成分的新序列h_i1(t)＝x_i(t)-m_i1(t)；

(4)如果h_i1(t)满足固有模态函数IMF的条件，则h_i1(t)就是第一个x_i(t)的第一个IMF分量；

如果h_i1(t)不满足固有模态函数IMF条件，则将h_i1(t)作为原始信号，重复步骤(1)～(3)直到满足条件，令c_i1(t)＝h_1k(t)；

(5)将c_i1(t)从x_i(t)中分离出来，c_i1(t)＝x_i(t)-h_1k(t)；

其中c_i1(t)是余量信号，将余量信号作为原始信号不断地重复步骤(1)～(5)，如此重复循环n次，得到信号x_i(t)的n个IMF分量；

(6)重新给原始振动信号加入新的高斯白噪声，重复步骤(2)～(5)，得到m组IMF分量。

(7)对步骤(6)得到的所有IMF进行总体平均运算，得到最终的IMF，即式中，h_j(t)为滤波后轴箱振动加速度信号EEMD分解后的第j个IMF。

4.根据权利要求3所述的基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，其特征在于：通过能量熵增量来剔除分解后的虚假分量包括如下步骤：

(1)用下式计算EEMD分解得到的各阶IMF分量的能量，

(2)对所有IMF分量的能量进行归一化处理：

(3)用下式计算IMF分量的能量熵增量：Δq_j＝-p(j)log₂(p(j))，Δq_j相对较小的分量就是虚假分量，予以剔除。