[发明专利]一种故障检测方法、装置和存储介质

说明书

本发明公开了一种故障检测方法、装置和存储介质，方法包括：获取第一振动信号；根据第一振动信号以及预设门限，确定本征模态函数分量集合；根据本征模态函数分量集合，确定特征向量；特征向量表征本征模态函数分量集合的总能量；根据特征向量与分类决策函数，确定故障检测结果；本发明通过获取第一振动信号，根据第一振动信号以及预设门限，确定本征模态函数分量集合，然后根据本征模态函数分量集合，确定表征本征模态函数分量集合的总能量的特征向量，通过对第一振动信号进行分解并进行平稳化处理，再将处理结果即特征向量结合分类决策函数，从而确定故障检测结果，能够有效提高故障检测的准确率，本发明作为可广泛应用于故障检测技术领域。

技术领域

本发明涉及故障检测领域，尤其是一种故障检测方法、装置和存储介质。

背景技术

随着科学技术的发展，机器设备的应用领域越来越广泛，机器设备的发展速度越来越快，对机器设备的要求要越来越高，例如要求机器设备适应不同的环境、机器设备的功能以及精度要更加的高，与之伴随的是对机器设备的故障检测精度也越来越高。例如通过振动信号对机器设备进行检测时，需要收集振动信号，并对振动信号进行分析，而在机器设备运行的过程中会受到外界环境的各种因素影响，容易导致收集的振动信号实则上是被改变后振动信号，且通常为非线性信号，若利用该振动信号为依据利用现有的方法进行检测，容易得到错误的结果，故障检测的准确率低。

发明内容

有鉴于此，为了解决上述技术问题，本发明的目的是提供一种故障检测方法、装置和存储介质，提高故障检测的准确率。

本发明采用的技术方案是：

一种故障检测方法，包括：

获取第一振动信号；

根据所述第一振动信号以及预设门限，确定本征模态函数分量集合；

根据所述本征模态函数分量集合，确定特征向量；所述特征向量表征所述本征模态函数分量集合的总能量；

根据所述特征向量与分类决策函数，确定故障检测结果。

进一步，所述第一振动信号包括多个极大值点以及多个极小值点，所述根据所述第一振动信号以及预设门限，确定本征模态函数分量集合，包括：

从多个所述极大值点中选取第一预设数量个所述极大值点，并根据选取的所述极大值点计算得到边缘极大值，将所述边缘极大值作为所述第一振动信号最左端的极大值点；所述边缘极大值与选取的所述极大值点之间的幅值之和最小；

从多个所述极小值点中选取第二预设数量个所述极小值点，并根据选取的所述极小值点计算得到边缘极小值，将所述边缘极小值作为所述第一振动信号最右端的极小值点；所述边缘极小值与选取的所述极小值点之间的幅值之和最小；

将所述边缘极大值和所述边缘极小值之间的所有所述极大值点与所述边缘极大值通过预设第一样条线连接，得到上包络线，将所述边缘极大值和所述边缘极小值之间的所有所述极小值点与所述边缘极小值通过预设第二样条线连接，得到下包络线；

根据所述上包络线和所述下包络线计算得到平均值；

根据所述第一振动信号与所述平均值的第一差值以及所述预设门限，确定所述本征模态函数分量集合。

进一步，所述根据所述第一振动信号与所述平均值的第一差值以及所述预设门限，确定所述本征模态函数分量集合，包括：

当所述第一差值小于等于所述预设门限，将所述第一差值作为第一分量；

计算所述第一振动信号与所述第一分量的第二差值作为第一本征模态函数分量，并将所述第一本征模态函数分量作为新的第一振动信号重新计算平均值；