[发明专利]一种基于希尔伯特黄变换和质量矩熵的液压泵故障特征提取方法

摘要

本发明涉及一种基于希尔伯特黄变换和质量矩熵的液压泵故障特征提取方法，液压泵处在封闭的油路中、液压油的压缩性及液压泵与伺服系统之间的流固耦合作用，使得液压泵的故障特征不明显，故障信息提取较为困难。针对该问题，本发明提出了一种基于希尔伯特黄变换和质量矩熵的液压泵故障特征提取方法首先对液压泵振动信号进行经验模态分解，得到其固有模态分量；然后，对各固有模态分量进行希尔伯特变换，得到希尔伯特谱；最后，计算故障信号希尔伯特时频分布的质量矩熵。经试验验证，提出的方法所获取的液压泵故障特征具有优良的分类特性，能很好的支持液压泵故障诊断工作。

主权项

一种基于希尔伯特黄变换和质量矩熵的液压泵故障特征提取方法，其特征在于：(1)提出适用于故障诊断问题的质量矩熵，在量化故障信号时频分布复杂性时充分考虑时频块的位置信息，故障信号二维时频分布的三个质量矩熵(st(q),sf(q),so(q))的具体定义如下：将时频平面等分为N个面积相等的时频块，每块内的能量为Ei，该时频块能量对时间轴t、频率轴f和原点O的质量矩分别为：Mti=Ei.dtiMfi=Ei.dfiMoi=Ei.doi,i=1,...,N]]>式中，dti，dfi和doi分别表示第i个时频块到时间轴、频率轴和原点的距离；整个时频平面对时间轴、频率轴和原点的质量矩分别为：Mt=Σi=1NMtiMf=Σi=1NMfiMo=Σi=1NMoi,i=1,...,N]]>对每个时频块能量的质量矩进行归一化，得到：qti=Mti/Mtqfi=Mfi/Mfqoi=Moi/Mo,i=1,...,N]]>于是有：Σi=1Nqti=1Σi=1Nqfi=1Σi=1Nqoi=1,i=1,...,N]]>故障信号时频分布对时间轴质量矩熵st(q)，对频率轴质量矩熵sf(q)和对原点O的质量矩熵so(q)分别定义如下：st(q)=-Σi=1Nqtilnqtisf(q)=-Σi=1Nqfilnqfiso(q)=-Σi=1Nqoilnqoi,i=1,...,N]]>式中，qti，qfi和qoi分别为第i个时频块能量对各坐标轴或原点的质量矩占整个时频分布能量相对于对应坐标轴或原点的质量矩的比值；对时间轴的质量矩熵st(q)表征时频分布对频率f的复杂性，即故障信号能量在不同频率段的分布情况度量；对频率轴的质量矩熵sf(q)表征时频分布对时间的复杂性，即故障信号能量分布的时变特性度量；对原点O的质量矩熵so(q)表征时频分布的综合复杂性；(2)将希尔伯特黄变换和质量矩熵结合，提出一种适用于处理非平稳信号的故障特征提取方法，经验模态分解用于将振动信号自适应地分解为一系列的固有模态分量，希尔伯特变换用于计算瞬时幅值和瞬时频率从而得到希尔伯特谱，最后使用质量矩熵量化时频分布的复杂性，作为液压泵故障特征。