System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及故障诊断,更具体地说,本专利技术涉及一种基于局部质心和波动速率的广义运动质心分解方法。
技术介绍
1、随着信息化进程的加速,机械设备等领域对复杂信号的分析和处理需求不断增加,通过对复杂信号的分析对机械设备进行故障诊断。为了更好地应对这些需求,提出了各种时频域分析方法,包括经验模态分解(emd)、局部特征尺度分解法(lcd)、局部均值分解法(lmd)和总体经验模式分解(eemd),但它们各自存在一些问题和局限性,需要根据具体应用场景进行选择。
2、为了改善这些方法的限制,特别是解决模态混叠问题,引入了gmcd方法,该方法基于信号波形的质心和斜率,通过选取最优值进行信号延拓,以获得更准确的分解。
3、鉴于此,本专利技术提供一种基于局部质心和波动速率的广义运动质心分解方法。
技术实现思路
1、为了克服现有技术中的问题,本专利技术提出一种基于局部质心和波动速率的广义运动质心分解方法,综合考虑信号区间内所有数据,而且改进传统积分公式存在计算时间长、需要信号表达式等缺点,为限制模态混叠提供新思路。
2、根据本专利技术的一个方面,提供了一种基于局部质心和波动速率的广义运动质心分解方法,包括以下步骤:
3、步骤1:基于振动信号获得信号极值集合;
4、步骤2:基于信号极值集合,基于相邻的信号极值通过质心求解公式计算局部质心,统计时间集合内所有局部质心获得局部质心集合;
5、步骤3:将局部质心集合通过公式计算获得斜率
6、步骤4:通过三次样条曲线拟合所有特征点生成均值曲线,将均值曲线从原信号中分离并拟合获得原分离极值曲线;
7、步骤5:原分离极值曲线经过步骤1-4得到的局部均值曲线数据,判断局部均值曲线的标准差是否满足预设标准值,若不满足,则重复上述步骤1-4,直至满足要求,执行下一步步骤6;
8、步骤6:将均值曲线对应的均值信号从原始信号中剥离,通过公式得到质心分解信号;将质心分解信号重复步骤1-5,得到局部均值信号,循环迭代直至质心分解信号为单调函数或常函数;
9、步骤7:gmcd能将上述质心分解信号自适应地分解成一系列am-fm信号,am-fm信号包括n-1个内禀质心函数(icf)和1个残余分量。
10、优选地,将信号极值集合标记为e={e1,e2,e3,…,en},对应的时间集合标记为{t1,t2,t3,…,tn};
11、其中,n为信号极值集合e的长度,n≥1;第n个信号极值en对应的时间点为tn。
12、优选地,获得局部质心集合的具体步骤包括:
13、在区间[ti,ti+1]内数据经过拟合关于时间变量t的局部质心方程xi(t),对时间变量t求导得到的方程x′i(t);
14、定义leni为时间点ti和ti+1之间的数据个数,相邻极值点的时间集合和对应的数据集合为其中t0=ti,x0=ei,
15、对tii和dri内相邻数据进行质心操作,遍历整个数组后重写tii和dri内的值;
16、重复上述操作,直至tii和dri内只剩一个数据,分别记为和
17、遍历所有时间集合区间,得到局部质心集合
18、优选地,所述斜率计算公式如下:
19、
20、其中,第i个局部质心信号;第i-1个局部质心信号;第i个局部质心信号对应的时间点;第i-1个局部质心信号对应的时间点。
21、优选地,基于斜率获得质心点坐标,基于线性方程计算特征点的坐标。
22、优选地,将均值曲线从原信号中分离并拟合获得原分离极值曲线的公式为:
23、h(t)=x(t)-sh1(t);
24、其中:sh1(t)为均值曲线,x(t)为传感器采集滚动轴承振动运行的原信号,h(t)为原分离极值曲线。
25、优选地,am-fm信号包括n-1个内禀质心函数(icf)和1个残余分量,具体公式如下:
26、
27、其中:icfi(t)为第i个内禀质心函数(icf),i=1,2,…,n-1;n≥1;rn(t)为第n个残余分量。
28、本专利技术一种基于局部质心和波动速率的广义运动质心分解方法的技术效果和优点:
29、本专利技术在考虑端部数据处理和特征点提取方法的基础上,实现了信号分解和对故障部位的精准判断。克服了传统质心公式存在的预知信号表达式的缺点,并在端处采用斜率进行数据处理,以达到降低端点效应带来的影响。由本方法获得的分量个数更少、相似度更高、故障频率更突出,有利于减少虚假分量,有效提高诊断效率和精度。
本文档来自技高网...【技术保护点】
1.一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,将信号极值集合标记为E={E1,E2,E3,…,En},对应的时间集合标记为{T1,T2,T3,…,Tn};
3.根据权利要求2所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,获得局部质心集合的具体步骤包括:
4.根据权利要求2所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,所述斜率计算公式如下:
5.根据权利要求4所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,基于斜率获得质心点坐标,基于线性方程计算特征点的坐标。
6.根据权利要求5所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,将均值曲线从原信号中分离并拟合获得原分离极值曲线的公式为:
7.根据权利要求6所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,AM-FM信号包括n-1个内禀质心函数(
...【技术特征摘要】
1.一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,将信号极值集合标记为e={e1,e2,e3,…,en},对应的时间集合标记为{t1,t2,t3,…,tn};
3.根据权利要求2所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在于,获得局部质心集合的具体步骤包括:
4.根据权利要求2所述的一种基于局部质心和波动速率的广义运动质心分解方法,其特征在...
【专利技术属性】
技术研发人员:代元军,黄维强,石坤举,李保华,徐立军,蒋甲丁,
申请(专利权)人:上海电机学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。