[发明专利]一种基于广义极值形态滤波的机械故障检测方法

摘要

本发明专利涉及一种基于广义极值形态滤波的机械故障检测方法，属于机械设备状态监测及故障诊断技术领域；本发明首先均值化观测振动信号，根据信号的局部极大值极小值确定结构元素的高度H_L和长度K_L集合构造多结构广义开-闭极大和闭-开极小组合形态滤波器（GOCMax-GCOMin-CMF）；随后进行滤波处理；接着使用多维字空间聚类方法估计源数目个数及混合矩阵，进而运用加权最小化范数理论优化算法估计源信号；最终分析分离信号的包络解调谱，进行故障判断；该方法在无需知源数目个数情况下，能实现轴承复合故障欠定盲提取。

主权项

一种基于广义极值形态滤波的机械故障检测方法，其特征在于具体包括如下步骤：（1）把加速度传感器安装在机械设备的壳体表面，拾取机械振动的观测信号；（2）均值化处理步骤（1）中检测到的振动信号得到信号，根据极值的定义计算信号的局部极大值和极小值，根据信号相邻峰值间隔的最大值和最小值确定三角和半圆结构元素的长度K_L集合，根据信号峰值的最大值和最小值确定三角和半圆结构元素的高度H_L集合；（3）将步骤（2）中得到的集合H_L和集合K_L代入三角和半圆结构元素公式，构造三角元素集合和半圆结构元素集合；（4）通过步骤（3）中得到的三角元素集合和半圆结构元素集合构造多结构广义开‑闭极大和闭‑开极小组合形态滤波器：设，为步骤（1）中检测到的振动信号经均值化处理后的信号，将和分别代入公式和，公式中和分别表示形态开和形态闭运算，然后将和代入，得到的即为改进的多结构广义开‑闭极大和闭‑开极小组合形态滤波器；（5）用步骤（4）得到的多结构广义开‑闭极大和闭‑开极小组合形态滤波器对均值化处理结果进行滤波处理得到；（6）采用滤波信号估计多维子空间，接着通过子空间估计混合矩阵；（7）进而运用加权最小化范数理论优化算法估计源信号，将复合故障信号彻底分离开来；（8）对估计的源信号进行包络谱分析，最终实现故障诊断。