基于频域信息的信号变分模态分解预设尺度参数选取方法技术

本发明专利技术涉及一种基于频域信息的信号变分模态分解预设尺度参数选取方法，包括：S1、参数初始化：初始化变分模态分解的预设尺度参数K值；S2、信号分解：对采集到的信号进行变分模态分解，得到K个固有模态函数分量；S3、频域互相关系数计算；S4、频域互相关系数差值计算；S5、阈值判别：对比相邻两固有模态函数分量同原信号间频域互相关系数的差值δk与判别阈值θ的大小；S6、若δk<θ，则出现过分解，预设尺度参数的最优值为K；S7、若δk≥θ，则出现欠分解，预设尺度参数的最优值为K

【技术实现步骤摘要】
度参数选取方法，包括以下步骤：
[0010]步骤S1、参数初始化：初始化变分模态分解的预设尺度参数K值；
[0011]步骤S2、信号分解：对采集到的信号进行变分模态分解，得到K个固有模态 函数分量；
[0012]步骤S3、频域互相关系数计算：计算变分模态分解获得各固有模态函数分量 同原信号间的频域互相关系数ρk；
[0013]步骤S4、频域互相关系数差值计算：计算相邻两固有模态函数分量同原信号 间频域互相关系数的差值δk；
[0014]步骤S5、阈值判别：对比相邻两固有模态函数分量同原信号间频域互相关系 数的差值δk与判别阈值θ的大小；
[0015]步骤S6、过分解检测：若δk<θ，则出现过分解，预设尺度参数的最优值为K；
[0016]步骤S7、欠分解检测：若δk≥θ，则出现欠分解，预设尺度参数的最优值为 K
‑
1。
[0017]作为优选的技术方案，所述的步骤S1中初始化的K＝2。
[0018]作为优选的技术方案，所述的步骤S2采用乘法算法交替法求解变分约束模型 的最优解。
[0019]作为优选的技术方案，所述的乘法算法交替法求解变分约束模型的最优解具体 过程为：
[0020]1)初始化λ1和n的值，令其为0，其中为第1次循环时VMD 分解所得第k个的固有模态函数(IMF)，为当前IMF的功率谱中心频率，λ1为 第1次循环时所添加的拉格朗日乘子，n为乘法算法交替法求解变分约束模型的循 环次数；
[0021]2)令n＝n+1，执行整个循环；
[0022]3)令k＝0，k＝k+1，当k<K时，执行内层循环1，更新u
k
为：
[0023][0024]其中u
k
为VMD分解所得第k个IMF分量，k为IMF分量的数量，为i<k时第 n+1次循环所得IMF分量，为i≥k时第n次循环所得IMF分量，为第n次循环 所得第i个IMF分量的功率谱中心频率，λ
n
为第n次循环时所添加的拉格朗日乘子；
[0025]4)令k＝0，k＝k+1，当k<K时，执行内层循环2，更新ω
k
为：
[0026][0027]ω
k
为第k个IMF分量的功率谱中心频率，为第n+1次循环所得第i个IMF分量， 为i小于k时的第n+1次循环所得IMF分量的功率谱中心频率，为i≥k时第 n次循环所得IMF分量的功率谱中心频率；
[0028]5)更新λ为：
[0029][0030]为第n+1次循环所添加的拉格朗日乘子所对应的傅里叶变换值，为第 n次循环所添加的拉格朗日乘子所对应的傅里叶变换值，τ频域比例缩放系数，为 VMD所分解信号f经傅里叶变换所得频域信号，为第n+1次循环所得第k个IMF 分量所对应的傅里叶变换值；
[0031]6)重复步骤2)～5)，直至满足迭代停止条件循环停 止，输出所得各IMF分量，其中ε＞0，
[0032]第n+1次循环所得第k个IMF分量所对应的傅里叶变换值，为第n次循环所 得第k个IMF分量所对应的傅里叶变换值，ε为迭代停止判定阈值。
[0033]作为优选的技术方案，所述的步骤S3采用以下公式计算各IMF分量同原信号 间的相关系数ρ
k
：
[0034][0035]其中u
k
为VMD分解所得第k个IMF分量，y为原信号，分别为u
k
和y功率谱，f
a
为分析频率，
[0036]作为优选的技术方案，所述的步骤S4采用以下公式计算计算相邻两IMF分量 同原信号间相关系数的差值δ
k
；
[0037]δ
k
＝|ρ
k
‑
ρ
k+1
|
[0038]其中ρ
k
和ρ
k+1
分别为第k个和第k+1个IMF分量同原信号间的频域互相关系 数。
[0039]作为优选的技术方案，所述的步骤S5中的判别阈值θ设定为0.1。
[0040]作为优选的技术方案，所述的若δ
k
>θ，则认定相邻两IMF分量不具有特征相 似性；反之，则认定相邻两IMF分量具有特征相似性。
[0041]作为优选的技术方案，所述的步骤S6具体为：
[0042]若δ
k
<θ，则出现过分解，则减小K值，直至所有ρ
k
值都大于判别阈值θ，则 预设尺度参数的最优值为K。
[0043]作为优选的技术方案，所述的S7具体为：
[0044]若δ
k
≥θ，则出现欠分解，则增加K值，直至产生过分解，则预设尺度参数的 最优值为K
–
1。
[0045]与现有技术相比，本专利技术将频域互相关系数表征变量间关联程度的有效性及 功率谱具有良好的噪声鲁棒性相结合，有效降低噪声、背景信号等成分对于预设尺 度参数K的选取影响，实现了该参数的高效、准确选取。
附图说明
[0046]图1为本专利技术的结构示意图。
[0047]图2为本专利技术应用实施例中采用的QPZZ
‑
II型旋转机械故障综合模拟试验台。
[0048]图3为本专利技术应用实施例中采集的滚动轴承内圈故障信号。
[0049]图4为本专利技术应用实施例中滚动轴承内圈故障信号的VMD分解结果。
[0050]图5为本专利技术应用实施例中滚动轴承内圈故障信号经VMD分解所得各IMF 分量的频谱。
[0051]图6为本专利技术应用实施例中滚动轴承内圈故障信号的EEMD分解结果。
[0052]具体实施方式
[0053]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、 完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。 基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获 得的所有其他实施例，都应属于本专利技术保护的范围。
[0054]旋转机械是现代工业生产中广泛应用的关键性设备，也是船舶动力系统关键设 备。随着科技的进步，旋转机械设备正朝着复杂化和精密化的方向发展，由此导致 了旋转机械设备具有较高的故障发生率。而故障诊断的重要前提之一是对旋转机械 振动信号进行处理。以傅里叶变换为核心的传统信号分析方法，已无法满足当今旋 转机械故障诊断技术的实际需求。如图1所示，本实施例提供一种基于频域互相关 系数的旋转机械振动信号变分模态分解预设尺度参数K的选取方法，包括参数初 始化、信号分解、频域互相关系数计算、频域互相关系数差值计算、阈值判别、过 分解检测和欠分解检测，本专利技术结构科学合理，使用安全方便，本专利技术在对信号进 行变分模态分解时，计算各固有模态函数同原信号间的频域互相关系数，随后计算 两个相邻固有模态函数同原信号间频域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，包括以下步骤：步骤S1、参数初始化：初始化变分模态分解的预设尺度参数K值；步骤S2、信号分解：对采集到的信号进行变分模态分解，得到K个固有模态函数分量；步骤S3、频域互相关系数计算：计算变分模态分解获得各固有模态函数分量同原信号间的频域互相关系数ρk；步骤S4、频域互相关系数差值计算：计算相邻两固有模态函数分量同原信号间频域互相关系数的差值δk；步骤S5、阈值判别：对比相邻两固有模态函数分量同原信号间频域互相关系数的差值δk与判别阈值θ的大小；步骤S6、过分解检测：若δk<θ，则出现过分解，预设尺度参数的最优值为K；步骤S7、欠分解检测：若δk≥θ，则出现欠分解，预设尺度参数的最优值为K
‑
1。2.根据权利要求1所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的步骤S1中初始化的K＝2。3.根据权利要求1所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的步骤S2采用乘法算法交替法求解变分约束模型的最优解。4.根据权利要求3所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的乘法算法交替法求解变分约束模型的最优解具体过程为：1)初始化λ1和n的值，令其为0，其中为第1次循环时VMD分解所得第k个的固有模态函数(IMF)，为当前IMF的功率谱中心频率，λ1为第1次循环时所添加的拉格朗日乘子，n为乘法算法交替法求解变分约束模型的循环次数；2)令n＝n+1，执行整个循环；3)令k＝0，k＝k+1，当k<K时，执行内层循环1，更新u
k
为：其中u
k
为VMD分解所得第k个IMF分量，k为IMF分量的数量，为i<k时第n+1次循环所得IMF分量，为i≥k时第n次循环所得IMF分量，为第n次循环所得第i个IMF分量的功率谱中心频率，λ
n
为第n次循环时所添加的拉格朗日乘子；4)令k＝0，k＝k+1，当k<K时，执行内层循环2，更新ω
k
为：ω
k
为第k个IMF分量的功率谱中心频率，为第n+1次循环所得第i个IMF分量，为i小于k时的第n+1次循环所得IMF分量的功率谱中心频率，为i≥k时第n次循环所得IMF分量的功率谱中心频率；5)更新λ为：
为第n+1次循环所添加的拉...

【专利技术属性】
技术研发人员：张卫东，周小龙，徐鑫莉，孙敏，邬晶，王成武，
申请(专利权)人：上海交通大学烟台信息技术研究院，
类型：发明
国别省市：