[发明专利]基于尺度空间和改进稀疏表示的齿轮箱故障特征提取方法

权利要求书

1.一种基于尺度空间和改进稀疏表示的齿轮箱故障特征提取方法，其特征在于，所述方法包括：

步骤一、获得所需要分解的齿轮箱振动原始信号；

步骤二、对所述原始信号使用尺度空间根据频带划分为若干以齿轮的各阶啮合频率为中心的频段分量信号，包括：

利用高斯核函数对所述原始信号的频谱进行循环卷积，获得频谱的局部极小值，以求得尺度空间层的递进差，并将所述递进差作为尺度空间曲线；针对所述尺度空间曲线计算预估频段的划分频率点集合，根据所述频率点集合得到若干个带通滤波的截止频率带；最后根据所述截止频率带使用带通滤波将所述原始信号划分为若干个所述频段分量；

步骤三、为所述频段分量信号构造无噪声DCT字典；

步骤四、构建用于对所述频段分量信号进行稀疏分解的观测字典，包括：

基于正交匹配追踪算法在迭代过程中向所述无噪声DCT字典的每个原子中添加噪声信号，获得含噪声DCT字典，所述含噪声DCT字典结合所述无噪声DCT字典形成所述观测字典；所述噪声信号根据奇异值分解算法求得；

同时，以最小方差和内积的融合指标为准则选取所述观测字典中的最优原子；

使用奇异值分解算法计算正交匹配追踪算法每次迭代时所述无噪声DCT字典的原子中所需添加的所述噪声信号，包括：

根据奇异值分解算法计算所述频段分量信号的奇异值差分谱；

利用所述奇异值差分谱，根据有效奇异值完成相对应的有用信号的重构；

根据当前正交匹配追踪算法的残差信号和所述有用信号获得所述噪声信号；

使用最小方差和内积的融合指标作为正交匹配追踪算法每次迭代时选取所述观测字典中最优原子的准则，所述融合指标表达式为：

式中，x，分别为频段分量信号和所述观测字典中原子信号，N为信号的长度；

步骤五、基于正交匹配追踪算法利用所述观测字典对所述频段分量信号进行稀疏重构，获得重构的分解分量；

步骤六、根据皮尔逊相关系数准则选取与所述频段分量信号相关性最大的分解分量进行解调谱分析，以提取齿轮箱故障特征频率。

2.根据权利要求1所述的方法，其特征在于，所述步骤五中，基于正交匹配追踪算法利用所述观测字典对所述频段分量信号进行稀疏重构，并计算重构残差，获得重构的分解分量。

3.根据权利要求1所述的方法，其特征在于，所述步骤六具体包括：计算每个所述分解分量与所述频段分量信号的皮尔逊相关系数；选取最大皮尔逊相关系数对应的所述分解分量，求其Hilbert包络解调谱；以所述分解分量和与其对应的经Hilbert变换后的包络解调谱构建新的解析信号；对所述解析信号进行求模运算，得到包络信号，对所述包络信号作傅里叶变换得到对应的包络谱，计算齿轮箱中齿轮的故障特征频率，结合所述包络谱得出诊断结果。