[发明专利]一种多尺度均值变分模态分解的轴承振动信号降噪方法

权利要求书

1.一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，包括以下步骤：

(1)预先获取滚动轴承不同故障下的振动信号；

(2)基于变分模态分解方法对信号进行分解，获得不同状态下的IMF分量；

(3)设置多尺度均值化的尺度因子S_v，根据尺度因子S_v，对分量进行不同尺度下的重新排列，并对其均值化，计算同尺度下多尺度均值重构分量的自相关系数，按照自相关序列的大小顺序进行排序及剔除；

(4)计算剩余重构分量的MPE熵值，筛选重构信号；

(5)设置信噪比评价指标，计算重构信号的信噪比进行比对，当小于预设评价指标时则输出重构信号完成降噪，大于预设评价指标则重复上述步骤(2)至(4)进行迭代，直至完成降噪。

2.根据权利要求1所述的一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，步骤(1)所述故障振动信号包含滚动轴承内圈故障及外圈故障的振动信号。

3.根据权利要求1所述的一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，所述步骤(2)实现过程如下：

设置VMD中分解层数K及惩罚参数α，截取不同状态下信号数据并分解，获取不同故障信号的IMF分量；将模拟试验台上采集的原始信号进行分解：

式中，u_k(t)满足A_k(t)为瞬时幅值，f(t)为原信号，为瞬时相位，瞬时频率且Ak(t)≥0；

设置惩罚因子α和Lagrange乘子λ构造增广Lagrange函数，从而将问题变为无约束变分问题，Lagrange表达式如下：

其中，u_k(t)为分解得到的模态分量，ω_k为各分量的频率中心，λ为Lagrange乘子，α为惩罚因子，K为分解层数，δ(t)为脉冲函数。

4.根据权利要求1所述的一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，所述步骤(3)实现过程如下：

对分解得到的模态分量序列{u_k(t)，k＝1,2,3,…,K}进行多尺度均值化，得到多尺度均值化序列

式中，为均值化序列，s_v为多尺度均值变分模态分解尺度因子；

当s_v＝1时，均值化序列即为原始分解模态序列；当s_v＝2,3，…时，原始序列变为个数为(K+1-s_v)的均值化分量序列；

分别得到尺度1到s_v的多尺度均值重构分量序列；计算同尺度下多尺度均值重构分量的自相关系数：

其中，R为自相关系数，γ为同一尺度相邻两个重构分量的自协方差，σ为这两个重构分量中前分量的方差；

按照自相关序列的大小顺序进行排序，将自相关系数超过0.8的组合保留，其余进行剔除。

5.根据权利要求1所述的一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，所述步骤(4)实现过程如下：

设置多尺度排列熵的三个参数，分别是延迟时间τ、多尺度排列熵的尺度因子s及嵌入维数m；

对1至s_v尺度中，各级长度为N的时间序列X＝{x_i,i＝1,2,…,N}进行粗粒化处理得到粗粒化序列

其中，为粗粒化序列，s为尺度因子，s＝1,2,···,[N/s]表示对N/s取整；当s＝1时，粗粒化序列即为原始序列；计算每个粗粒化序列的排列熵从而确定各级各分量的多尺度排列熵；通过MPE熵值的大小顺序将各级分量中高频含噪分量剔除，将余下的分量进行平滑后重构。

6.根据权利要求1所述的一种多尺度均值变分模态分解的轴承振动信号降噪方法，其特征在于，所述步骤(5)实现过程如下：

信噪比是原始信号能量与噪声能量的比值为：

式中，x(i)为重构信号中故障信号成分能量，为重构信号中的噪声成分能量，N为信号序列长度；

计算重构信号的信噪比，并与评价指标进行对比，当小于评价指标时，则输出重构的信号；当大于评价指标时，则重复步骤(2)至(4)进行迭代降噪，直至满足要求后输出结果。