[发明专利]一种基于群分解的旋转机械复合故障诊断方法

权利要求书

1.一种基于群分解的旋转机械复合故障诊断方法，其特征在于，包括：

步骤S1：采用加速度传感器对旋转机械的齿轮箱进行测量，获得振动加速度原始信号x(n)；

步骤S2：对所述振动加速度原始信号x(n)进行群分解，获得振荡分量OC_m(n)；

步骤S3：对所述振荡分量OC_m(n)进行Hilbert包络解调，得到振荡分量的包络谱

步骤S4：从所述包络谱中识别是否含有预设的故障特征频率及其倍频：若含有故障特征频率及其倍频，则说明旋转机械的齿轮箱存在故障。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中对所述振动加速度原始信号x(n)进行群分解的具体步骤为：

步骤S21：根据韦尔奇算法求取振动加速度原始信号x(n)的功率谱S_x(ω)，根据所述功率谱S_x(ω)的峰值确定原始信号中心频率

其中，q表示ω_dom第q次被选为中心频率，ω为角频率，p_th为中心频率选择阈值，0＜p_th＜1；

步骤S22：根据下述公式确定SwF群滤波处理的输入参数M和δ：

其中，为归一化中心频率；

步骤S23：对振动加速度原始信号x(n)进行SwF群滤波处理，得到中心频率为ω_dom的初始振荡分量

步骤S24：用振动加速度原始信号x(n)减去初始振荡分量得到中间振动信号x'(n)：

步骤S25：当S_x(ω)＞P_th时，利用步骤S24得到的中间振动信号x'(n)作为新的振动加速度原始信号x(n)重复步骤S21到步骤S24；当S_x(ω)≤P_th时，将步骤S24得到的中间振动信号x'(n)作为振动加速度原始信号的余量Res(n)，即Res(n)＝x'(n)；

步骤S26：根据下述公式，计算振荡分量OC_m(n)：

Ω_dominant:{ω:ω＝ω_dom}；

其中，Ω_dominant为所有中心频率的集合；|Ω_dominant|为集合Ω_dominant的长度。

3.根据权利要求2所述的方法，其特征在于，所述步骤S23中SwF群滤波处理通过模拟群体捕食者行为建立滤波模型。