选择集成的改进局部特征分解的微弱故障特征提取方法技术

本发明专利技术公开了选择集成的改进局部特征分解的微弱故障特征提取方法，具体包括：采集振动信号归一化处理；采用基于镜像延拓对称点的边界延拓方法对归一化信号两端进行延拓；采用SEILCD方法将延拓后信号分解为多个ISC分量；估计每个ISC分量在置信度95%和99%的能量；判断每个ISC分量是否属于噪声，若是噪声ISC分量则采用minmax阈值去噪方法对ISC去噪，否则采用AWOGS方法对ISC进行去噪；对去噪后ISC归一化正交并进行时频分析。本发明专利技术方法能够自适应选择LCD插值均值曲线以及自适应信号去噪，提高了复杂振动信号处理能力，有效增强故障特征，进而提高故障诊断的准确性和解释性。

【技术实现步骤摘要】
选择集成的改进局部特征分解的微弱故障特征提取方法
本专利技术涉及选择集成的改进局部特征分解的微弱故障特征提取方法(selectiveensembleimprovedlocalcharacteristic-scaledecomposition,SEILCD)，属于微弱机械故障特征提取

技术介绍
旋转机械是煤矿生产的关键核心设备，主要由电机、减速器、液压制动等部分组成。从振动、压力、温度等机械运行参数提取故障有关信息，实现对旋转机械的运行状态的监测，是当前机械故障监测研究的主要内容。大量的生产实践和理论研究表明，70％以上的故障都隐藏在振动信号中。时频分析方法是机械故障诊断主流方法，比如小波分析以及改进技术，经验模式分解(empiricalmodedecomposition,EMD)，分形、线性调频变换、局部特征尺度分解(Localcharacteristic-scaledecomposition,LCD)等方法。这些方法主要关注于噪声抑制、提高信噪比以及从相关频带信号中提取故障特征，并针对机械变速、变负荷运行状态下信号处理和特征本文档来自技高网...

【技术保护点】
1.选择集成的改进局部特征分解的微弱故障特征提取方法，其特征在于，包括如下步骤：/n步骤1，采集振动信号并对振动信号进行归一化处理；/n步骤2，对于经归一化处理后的振动信号，采用基于镜像延拓对称点的边界延拓方法对信号两端进行延拓，得到延拓后的振动信号；/n步骤3，采用集成选择的改进局部特征尺度分解方法对延拓后的振动信号进行分解，将延拓后的振动信号分解为多个ISC分量；/n步骤4，估计每个ISC分量的能量水平，同时计算每个ISC分量在置信度95％和置信度99％的能量；/n步骤5，对于每个ISC分量，根据其在置信度95％和置信度99％的能量，判断其是属于噪声ISC分量还是属于无噪声ISC分量，如果...

【技术特征摘要】
1.选择集成的改进局部特征分解的微弱故障特征提取方法，其特征在于，包括如下步骤：
步骤1，采集振动信号并对振动信号进行归一化处理；
步骤2，对于经归一化处理后的振动信号，采用基于镜像延拓对称点的边界延拓方法对信号两端进行延拓，得到延拓后的振动信号；
步骤3，采用集成选择的改进局部特征尺度分解方法对延拓后的振动信号进行分解，将延拓后的振动信号分解为多个ISC分量；
步骤4，估计每个ISC分量的能量水平，同时计算每个ISC分量在置信度95％和置信度99％的能量；
步骤5，对于每个ISC分量，根据其在置信度95％和置信度99％的能量，判断其是属于噪声ISC分量还是属于无噪声ISC分量，如果是噪声ISC分量，则进入步骤6，如果是无噪声ISC分量，则进入步骤7；
步骤6，对于噪声ISC分量，采用minmax阈值去噪方法进行去噪；
步骤7，对于无噪声ISC分量，采用自适应加权重叠群稀疏去噪方法进行去噪；
步骤8，对于经过步骤6和步骤7去噪后的ISC分量进行信号重构；
步骤9，对于经过步骤6和步骤7去噪后的ISC分量进行归一化正交处理并进行时频分析，得到瞬时相位和瞬时频率。


2.根据权利要求1所述选择集成的改进局部特征分解的微弱故障特征提取方法，其特征在于，步骤1所述归一化处理的公式如下：



其中，x(t)表示t时刻采集的振动信号幅值，min表示采集的振动信号幅值中的最小值，max表示采集的振动信号幅值中的最大值，表示t时刻归一化后的信号幅值。


3.根据权利要求1所述选择集成的改进局部特征分解的微弱故障特征提取方法，其特征在于，所述步骤2的具体过程如下：
获取经归一化处理后的振动信号的所有极大值点、极小值点，以及信号左、右两端的边界点；
对信号左端进行延拓：
当信号左端的第一个极值点为极大值点，第二个极值点为极小值点时，有如下两种情况：如果信号左端边界点的幅值小于信号左端第二个极值点的幅值，则将信号左端边界点作为对称点，对信号左端进行延拓；如果信号左端边界点的幅值大于等于信号左端第二个极值点的幅值，则将信号左端的第一个极值点作为对称点，对信号左端进行延拓；
当信号左端的第一个极值点为极小值点，第二个极值点为极大值点时，有如下两种情况：如果信号左端边界点的幅值大于信号左端第二个极值点的幅值，则将信号左端边界点作为对称点，对信号左端进行延拓；如果信号左端边界点的幅值小于等于信号左端第二个极值点的幅值，则将信号左端的第一个极值点作为对称点，对信号左端进行延拓；
对信号右端进行延拓：
当信号右端的第一个极值点为极大值点，第二个极值点为极小值点时，有如下两种情况：如果信号右端边界点的幅值小于信号右端第二个极值点的幅值，则将信号右端边界点作为对称点，对信号右端进行延拓；如果信号右端边界点的幅值大于等于信号右端第二个极值点的幅值，则将信号右端的第一个极值点作为对称点，对信号右端进行延拓；
当信号右端的第一个极值点为极小值点，第二个极值点为极大值点时，有如下两种情况：如果信号右端边界点的幅值大于信号右端第二个极值点的幅值，则将信号右端边界点作为对称点，对信号右端进行延拓；如果信号右端边界点的幅值小于等于信号右端第二个极值点的幅值，则将信号右端的第一个极值点作为对称点，对信号右端进行延拓。


4.根据权利要求1所述选择集成的改进局部特征分解的微弱故障特征提取方法，其特征在于，所述步骤3的具体过程如下：
步骤31，设定要分解的ISC分量的数量为C，初始化i＝1，m＝1，m表示第m种插值方法...

【专利技术属性】
技术研发人员：任世锦，潘剑寒，唐娴，魏明生，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏;32