[发明专利]基于自适应集成多小波的机械设备故障特征提取方法

摘要

本发明公开一种基于自适应集成多小波的机械设备故障特征提取方法，结合了两尺度相似变换和提升框架的优势，使得多小波多尺度函数的逼近阶提高，正则性得到增强，信号在频域上的能量更为集中；同时，多小波函数的消失矩提升，使得局部化能力和光滑性也得到改善，从而能更精确的描述和表达更高阶的复杂信号。通过设计构造过程中的自由参数和选择特定的基函数评价与优选准则，结合遗传算法等优化方法最优选择构造过程中的自由参数，进而实现针对待分析信号的自适应多小波基函数构造，以实现微弱故障特征的提取。

主权项

基于自适应集成多小波的机械设备故障特征提取方法，其特征是，具体包括步骤如下：步骤1、通过振动传感器采集机械设备运行过程中的振动信号；步骤2、选定初始多小波，并对初始多小波进行两尺度相似变换，提升多小波尺度函数的逼近阶，得到中间多小波；步骤3、对中间多小波进行提升框架变换，改变中间多小波基函数的滤波器特性，得到集成多小波；步骤4、以振动信号经过多小波分解后的峭度指标为目标函数，利用遗传算法求解使目标函数最大的多小波自由参数，完成集成多小波的自适应构造，得到最优自适应匹配信号特征的集成多小波基函数；步骤5、对集成多小波基函数进行冗余分解后，再对分解后的低频分支进行希尔伯特包络解调，以实现微弱故障特征的提取。