[发明专利]一种混合分解与提取的智能旋转机械故障诊断方法

摘要

本发明公开了一种混合分解与提取的智能旋转机械故障诊断方法，包括：获取旋转机械的原始振动序列进行去噪处理，得到已去噪处理的振动序列；采用不同消失矩的母小波包函数，对已去噪处理的振动序列进行分解操作，得到各自若干个振动子序列；采用主元分析法，对每个振动子序列进行特征提取，得到旋转机械的特征参数矩阵；获取旋转机械训练样本，且已知训练样本的故障类型，使用训练样本训练支持向量机模型得到旋转机械故障诊断分类器；实时采集待检测旋转机械的原始振动序列，获取其特征参数矩阵，并输入到旋转机械故障诊断分类器，从而判断待检测旋转机械的故障类型。本发明提高了对旋转机械故障诊断的时效性和精度。

主权项

1.一种混合分解与提取的智能旋转机械故障诊断方法，其特征在于，包括以下步骤：步骤1，获取旋转机械的原始振动序列，对原始振动序列进行去噪处理，得到已去噪处理的振动序列；步骤2，采用若干个具有不同消失矩的母小波包函数，对已去噪处理的振动序列进行分解操作；已去噪处理的振动序列在采用不同消失矩的母小波包函数分解后分别得到各自若干个振动子序列；步骤3，采用主元分析法，对每个振动子序列进行特征提取，得到特征参数矩阵；步骤4，按照步骤1‑3对已知故障类型的旋转机械提取特征参数矩阵，作为训练样本；以旋转机械的特征参数矩阵训练样本为输入、故障类型为输出，训练支持向量机模型，得到旋转机械故障诊断分类器；步骤5，实时采集待检测旋转机械的原始振动序列，按照步骤1‑3获取待检测旋转机械的特征参数矩阵；将待检测旋转机械的特征参数矩阵输入到旋转机械故障诊断分类器，旋转机械故障诊断分类器输出待检测旋转机械的故障类型。