基于GVMD算法的煤矿通风机振动特征快速提取方法、系统技术方案

本发明专利技术涉及机械设备振动信号处理与特征提取技术领域，更具体的，涉及基于GVMD算法的煤矿通风机振动特征快速提取方法、系统。本发明专利技术公开了一种基于GVMD算法的煤矿通风机振动特征快速提取方法，包括以下步骤：步骤1，获取目标煤矿通风机的振动信号，并计算出振动特征频率先验信息；步骤2，依据步骤1计算出的振动特征频率先验信息，设计匹配振动特征的GVMD等效滤波器组；步骤3，基于内积变换原理，使用步骤2所设计的GVMD等效滤波器组快速提取出目标煤矿通风机的振动特征。本发明专利技术的方法具有理论严谨、简单易行、实时性强的特点，可以为实现通风机运行状态在线监测和故障诊断提供保证，具有重要的工程应用价值。

【技术实现步骤摘要】

本专利技术涉及机械设备振动信号处理与特征提取，更具体的，涉及一种基于gvmd算法(即广义变分模式分解算法)的煤矿通风机振动特征快速提取方法、系统。

技术介绍

1、煤矿通风机是一种由原动机拖动叶轮旋转将机械能传递给气体，从而提高气体压力并输送气体的机械。通风机被喻为煤矿的“矿井之肺”，负责将井下有害气体排出，同时引入新鲜空气，起着通风、排毒等作用。因此，对煤矿通风机的运行状态进行实时监测与故障诊断具有重要的工程意义。

2、应用信号处理方法快速提取振动信号特征，是监测和诊断煤矿通风机的健康状况的有效途径。然而实测振动信号一般是非平稳多分量信号，且被噪声污染，需要对其进行有效处理，以达到信号特征快速提取和降噪，为实现通风机运行状态实时监测奠定基础。

3、目前常用的非平稳信号特征提取方法主要有小波变换、经验模式分解、经验小波变换、变分模式分解、广义变分模式分解等，其中小波变换由于采用塔式算法计算速度较快，但其自适应性较差，对信号频带划分按照固有方式划分，容易造成有用信息泄漏或降噪不足等问题；经验模式分解和经验小波变换自适应性较好，但对信号微本文档来自技高网...

【技术保护点】

1.一种基于GVMD算法的煤矿通风机振动特征快速提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于GVMD算法的煤矿通风机振动特征快速提取方法，其特征在于，步骤1中，所述机轴转频估计值及其倍频估计值的计算方法包括：

3.根据权利要求2所述的基于GVMD算法的煤矿通风机振动特征快速提取方法，其特征在于，所述叶片通过频率估计值及其倍频估计值的计算方法包括：

4.根据权利要求1所述的基于GVMD算法的煤矿通风机振动特征快速提取方法，其特征在于，步骤2.1中，L为奇数；

5.根据权利要求1所述的基于GVMD算法的煤矿通风机振动特征快...

【技术特征摘要】

1.一种基于gvmd算法的煤矿通风机振动特征快速提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于gvmd算法的煤矿通风机振动特征快速提取方法，其特征在于，步骤1中，所述机轴转频估计值及其倍频估计值的计算方法包括：

3.根据权利要求2所述的基于gvmd算法的煤矿通风机振动特征快速提取方法，其特征在于，所述叶片通过频率估计值及其倍频估计值的计算方法包括：

4.根据权利要求1所述的基于gvmd算法的煤矿通风机振动特征快速提取方法，其特征在于，步骤2.1中，l为奇数；

5.根据权利要求1所述的基于gvmd算法的煤矿通风机振动特征快速提取方法，其特征在于，步骤2.2中，所述关键参数包括：

【专利技术属性】
技术研发人员：朱彦军，陈伟，崔健，郭燕飞，王华夏，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：