[发明专利]一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法

权利要求书

1.一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于具体过程如下：

步骤一：对输入的机内测试信号进行经验模态分解，得到一阶本征模态函数分量IMF1和残差函数RES；

步骤二：对步骤一获得的一阶本征模态函数分量IMF1进行希尔伯特变换，得到其幅值和瞬时频率；

步骤三：计算步骤一所述的一阶本征模态函数分量IMF1瞬时频率的一阶差分；

步骤四：对步骤三获得一阶差分进行信号处理，确定潜在故障特征出现的时刻集合；

步骤五：在机内测试信号的基础上生成最终特征时刻集合，并依照最终特征时刻集合截取特征信号。

2.根据权利要求1所述的一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于步骤一中对输入的机内测试信号进行经验模态分解，得到一阶本征模态函数分量IMF1和残差函数RES的过程为：

设定输入的机内测试信号为，时间，

步骤a、筛选过程初始化，，且满足关系式成立，其中为一阶本征模态函数分解中经过第次筛选后的剩余函数；

步骤b、根据筛选程序获取输入的机内测试信号经过一阶本征模态函数分解的剩余的残差函数中经过第次筛选后的剩余函数；

步骤c、采用标准偏差准则判断获得的剩余函数是否满足本征模态函数的条件，即是否小于阈值T，；

判断结果为是，执行步骤d，判断结果为否，则，然后执行步骤b，

步骤d、提取一阶本征模态函数分量IMF1：；

步骤e、获取输入的机内测试信号经过一阶本征模态函数分解的剩余的残差函数RES：。

3.根据权利要求2所述的一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于步骤b根据筛选程序获取输入的机内测试信号经过一阶本征模态函数分解的剩余的残差函数中经过第次筛选后的剩余函数的过程为：

步骤b1、利用三次样条函数获取输入信号经过一阶本征模态函数分解的剩余趋势函数中经过第次筛选后的剩余函数的上、下包络；

步骤b2、计算所述剩余函数上、下包络曲线在各个的均值；

步骤b3、获取系统模型误差项经过一阶本征模态函数分解的剩余趋势函数中经过第次筛选后的剩余函数。

4.根据权利要求2所述的一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于步骤二中对一阶本征模态函数分量IMF1进行希尔伯特变换，得到其幅值和瞬时频率的过程为：

步骤二一、对一阶本征模态函数分量IMF1进行离散褶积，得到其希尔伯特变换，如下式所示：

；

步骤二二、计算一阶本征模态函数分量IMF1的解析信号的包络振幅，如下式所示：

；

步骤二三、计算解析信号的相角和瞬时频率，如下式所示：

，

；

得到IMF1的幅值和瞬时频率。

5.根据权利要求4所述的一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于步骤三中计算一阶本征模态函数分量IMF1瞬时频率的一阶差分的过称为：

按下式计算一阶本征模态函数分量IMF1瞬时频率一阶差分：

。

6.根据权利要求5所述的一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法，其特征在于步骤四中对一阶差分进行信号处理，确定潜在故障特征出现的时刻集合的过程为：

步骤四一、计算一阶本征模态函数分量IMF1瞬时频率一阶差分的绝对值：

；

步骤四二、求取在时间内一阶差分的绝对值的平均值；求取在时间内一阶本征模态函数分量IMF1的解析信号的包络振幅的平均值；

步骤四三、根据步骤四一和步骤四二获得的数值，求得特征时刻集合的过程为：

对于时刻一阶差分的绝对值中小于平均值的位置予以排除，

对于时刻一阶差分的绝对值不小于平均值的位置，将时刻保留在特征时刻集合中，

对于解析信号的包络振幅中小于平均值的位置予以排除，得到特征时刻集合：

。