[发明专利]基于自适应拟合冗余提升小波变换的轴承故障特征提取方法

摘要

一种基于自适应拟合提升小波变换的轴承故障特征提取方法，通过振动加速度信号对滚动轴承进行故障诊断。通过基于数据拟合的计算公式和提升算法构造出九种具有不同特性的小波；应用所构造的九种小波依次对振动信号作冗余提升小波变换，根据归一化lP范数值来确定九组分解结果中的最优者并舍弃掉其他八组分解结果；再对初始的振动加速度信号作分段功率谱分析，选取最优的低频逼近信号或高频细节信号进行单支重构；最后对经单支重构得到的信号作Hilbert解调处理，根据包络谱图中的频率成分来判断滚动轴承的运行状态。能更有效地提取出滚动轴承的早期微弱故障特征信息，为滚动轴承的状态监测和故障诊断提供依据，尽可能避免事故的发生。

主权项

一种基于自适应拟合冗余提升小波变换的轴承故障特征提取方法，通过振动加速度信号对滚动轴承进行故障诊断，其特征在于：应用基于数据拟合的计算公式和提升算法构造多种具有不同特性的小波函数，以及对振动加速度信号作自适应冗余提升小波变换；其中，应用基于数据拟合的计算公式和提升算法构造多种具有不同特性的小波函数，包括以下步骤：1.1.确定三个不同的基函数；1.2.确定三种不同的(M，N)取值，其中，M为样本点数，N为基函数的维数；1.3.根据基于数据拟合的最小二乘法的预测算子构造公式来计算得到预测算子系数，并取更新算子长度与预测算子长度相同，则将预测算子系数除以二可得到更新算子系数；1.4.根据所得的预测算子、更新算子和小波滤波器之间的关系，构造出对应的提升小波；其中，对振动加速度信号作自适应冗余提升小波变换，包括以下步骤：2.1.对当前的预测算子系数和更新算子系数进行插值补零，实现冗余算法；2.2.应用所构造的多种不同小波依次对待分解的信号x作冗余提升小波变换，得到多组新生成的低频逼近信号和高频细节信号；2.3.对上述低频逼近信号和高频细节信号分别取归一化lP范数，得到多个归一化lP范数值。对多个数值进行比较，取范数值最小的低频逼近信号和高频细节信号作为x的分解结果而舍弃其他结果；确定分解层数j；则每次分解均按照2.1、2.2、2.3的步骤来进行；经过j层的自适应冗余提升小波变换，将得到j个低频逼近信号和j个高频细节信号；再次，对初始的振动加速度信号作分段功率谱分析，取功率最大的频率范围所对应的低频逼近信号或高频细节信号进行单支重构；最后，对经单支重构得到的信号作Hilbert解调处理，得到初始振动加速度信号最终的包络谱图；对谱图中的频率成分进行提取和识别；若发现有转频甚至其倍频成分，则判断滚动轴承可能发生故障；若发现有外圈、或内圈、或滚动体或保持架的故障特征频率甚至其倍频，则相应判断外圈、或内圈、或滚动体或保持架发生了故障。