[发明专利]基于CEEMDAN和CFSFDP的滚动轴承故障诊断方法及设备

权利要求书

1.一种基于CEEMDAN和CFSFDP的滚动轴承故障诊断方法，其特征在于，包括如下步骤：

步骤1：获取正常状态和不同故障模式状态下轴承的振动信号，并对获取的振动信号进行预处理，得到包含不同状态的振动信号的样本点；

步骤2：提取各样本点包含的振动信号的时域特征；

对各样本点包含的振动信号进行傅里叶变换，提取各振动信号的频谱特征；

对各样本点包含的振动信号进行CEEMDAN分解，得到各个模态分量；计算每个模态分量的能量值作为轴承诊断的时频域特征；

步骤3：对步骤2获得的时域特征、频域特征和时频域特征进行筛选，将正常状态以及各故障模式状态之间区别明显的特征作为区分各样本点的状态的表征参数；

步骤4：初始化CFSFDP算法作为轴承故障诊断模型，将步骤3筛选出的表征参数分为训练样本和测试样本，将训练样本输入轴承故障诊断模型中，对输出结果进行聚类，得到聚类的数量、各类别的聚类中心点以及聚类中心点对应的状态类型；

步骤5：计算测试样本中每个样本点到各聚类中心点的欧式距离，各样本点与其欧式距离最近的聚类中心点所属状态相同；遍历测试样本中的所有样本点，得到各样本点所属状态，即待测轴承的故障诊断结果。

2.如权利要求1所述的一种基于CEEMDAN和CFSFDP的滚动轴承故障诊断方法，其特征在于，步骤2中的时域特征包括：绝对平均值、有效值、峰值、方根幅值、歪度、峭度、波形指标、峰值指标、脉冲指标、裕度因子、峭度因子和歪度指标。

3.如权利要求1或2所述的一种基于CEEMDAN和CFSFDP的滚动轴承故障诊断方法，其特征在于，步骤2中的频谱特征包括如下P₁～P₁₁：

其中，s(k)是振动信号经傅里叶变换得到的频谱，k＝1，2，3...，K，K为谱线数，f_k是第k条谱线的频率值，P₁反映频域振动能量大小，P₂～P₄、P₆和P₈～P₁₁反映频谱的分散或是集中程度，P₅和P₇反映主频带位置的变化。

4.如权利要求1～3任意一项所述的一种基于CEEMDAN和CFSFDP的滚动轴承故障诊断方法，其特征在于，步骤2中对各样本点包含的振动信号进行CEEMDAN分解，得到各个模态分量的方法如下：

首先，对样本点的振动信号X(t)添加随机白噪声，构造合成信号X_i(t)，i＝1，2，...，K，K为合成信号X_i(t)总数；求取所有合成信号X_i(t)的第1个IMF分量并求均值，得到振动信号X(t)的第1个模态分量进而求得模态分量之后的余量信号r₁(t)；

然后，对余量信号r₁(t)进行单调性判断：若余量信号r₁(t)为单调函数则结束分解，否则，对余量信号r₁(t)添加随机白噪声Y_m(t)，构造新的合成信号X_1m(t)，将X_1m(t)的第1个IMF分量作为X_i(t)的第2个IMF分量，并求取第2个IMF分量之后的余量信号；对第2个IMF分量之后的余量信号重复上述单调性判断；依次类推，直至最终分解出的余量信号为单调函数，则获得所有的IMF分量及最终的余量信号，并结束分解。