[发明专利]一种基于候选故障频率的盲解卷积方法

权利要求书

1.一种基于候选故障频率的盲解卷积方法，其特征在于，包括如下步骤：

S1、采集旋转机械的振动加速度信号，并将振动加速度信号分解为不同中心频率和带宽的窄带信号；

S2、计算每一个窄带信号的平方包络谱，并利用所有窄带信号的平方包络谱构造时频信息矩阵；

S3、根据窄带信号的平方包络谱的局部特征识别候选故障频率；

S4、根据候选频率构造最优化目标函数，求解盲解卷积滤波器；

S5、计算盲解卷积滤波器信号，提取旋转机械的故障特征。

2.根据权利要求1所述的一种基于候选故障频率的盲解卷积方法，其特征在于，所述S2中窄带信号的平方包络谱计算方式为：

其中，△f为频率间隔，m＝1,...,M，j为虚数单位，为窄带信号c_k,l(t_n)的包络。

3.根据权利要求1所述的一种基于候选故障频率的盲解卷积方法，其特征在于，所述S3具体包括如下步骤：

S31、根据窄带信号的平方包络谱构建指示向量：

Id_k,l＝[Id_k,l(1),Id_k,l(2),...,Id_k,l(M)]^T

其中，k表示加速度信号分解过程中的第k个分解层，l表示第k层的第l个窄带信号，Id_k,l为指示向量，M为指示向量的个数；

S32、根据构建的指示向量计算在频率m·△f处取局部最大值的窄带包络谱的数量η(m)，表示为：

B_k为加速度信号分解过程中的第k个分解层中窄带信号的个数，K为分解层数；

将η(m)按降序排列成向量，得到向量

S33、根据S32按降序排列的向量计算前D个候选故障频率。

4.根据权利要求3所述的一种基于候选故障频率的盲解卷积方法，其特征在于，所述S31中指示向量指示窄带信号包络谱中的局部最大信息值，

其中，P为正整数，m为第m个指示向量。

5.根据权利要求3所述的一种基于候选故障频率的盲解卷积方法，其特征在于，所述S33中前D个候选故障频率的计算方式为：

其中，α_d为第d个故障频率。

6.根据权利要求1所述的一种基于候选故障频率的盲解卷积方法，其特征在于，所述S4具体包括如下步骤：

S41、构建盲解卷积滤波器h＝[h₀,...,h_S-1]^T，其中S为滤波器长度，所述盲解卷积滤波器的滤波信号y表示为：

其中，x＝[x(t₀),...,x(t_N-1)]^T为原始信号，y＝[y(t₀),...,y(t_N-1)]^T，t＝[t₀,...,t_N-1]^T为采样时刻，S为滤波器长度，N为信号长度。(这里需要解释其中的每一个参数)

S42、根据滤波信号计算基于候选故障频率的循环平稳指标计算方式为：

其中，E^*和E^T分别是矩阵E的共轭矩阵和转置矩阵，矩阵E表示为：

S43、通过最大化循环平稳指标求解滤波器。