液壓泵故障特征信號(hào)提取方法
【專利摘要】本申請(qǐng)?zhí)峁┮环N基于局部均值分解的液壓泵故障特征信號(hào)提取方法。通過相關(guān)鏡像法對(duì)采集的液壓泵故障信號(hào)進(jìn)行端點(diǎn)延拓處理，實(shí)現(xiàn)信號(hào)端點(diǎn)為極值點(diǎn)；再用三次B樣條擬合包絡(luò)線的方法對(duì)極值和局部均值進(jìn)行平滑估計(jì)，減小了擬合誤差；然后對(duì)經(jīng)過預(yù)處理后的信號(hào)進(jìn)行LMD分解得到PF分量，對(duì)PF和原信號(hào)進(jìn)行相關(guān)分析，選擇真實(shí)的PF分量，最后對(duì)真實(shí)的PF進(jìn)行Hilbert變換，得到信號(hào)的Hilbert譜，即為液壓泵故障信號(hào)的信號(hào)特征。本方法適用于工業(yè)領(lǐng)域液壓泵的故障診斷。
【專利說明】液壓泵故障特征信號(hào)提取方法
【技術(shù)領(lǐng)域】
[0001]本申請(qǐng)?zhí)峁┮环N基于局部均值分解的液壓泵故障特征信號(hào)提取方法，適用于機(jī)械領(lǐng)域液壓泵的故障診斷。
【背景技術(shù)】
[0002]液壓泵是液壓系統(tǒng)中的關(guān)鍵部件，其運(yùn)行的良好與否對(duì)整個(gè)液壓系統(tǒng)有著重要的影響，液壓泵一旦出現(xiàn)故障，會(huì)產(chǎn)生振動(dòng)、噪聲等現(xiàn)象，性能受到影響，效率降低，甚至?xí)斐蓢?yán)重的事故。因此，液壓泵的故障特征信號(hào)提取在工業(yè)應(yīng)用中有著重要的意義。
[0003]目前，國內(nèi)外主要采用信號(hào)分析與處理的方法來實(shí)現(xiàn)液壓泵的監(jiān)測(cè)和診斷。液壓泵是旋轉(zhuǎn)機(jī)械的一種，其在運(yùn)行過程中會(huì)產(chǎn)生振動(dòng)，且振動(dòng)是周期性的。如果液壓泵出現(xiàn)故障，那么振動(dòng)信號(hào)會(huì)出現(xiàn)周期性的脈沖，該脈沖的頻率就是故障頻率。因此，采集液壓泵的振動(dòng)信號(hào)，通過適當(dāng)?shù)姆椒梢蕴崛⌒盘?hào)特征，從而間接得到液壓泵的運(yùn)行狀況。
[0004]目前，常用的特征提取方法有小波分析方法、經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法、局部均值分解(LMD)方法等。小波分析方法是一種時(shí)頻分析方法，既可以對(duì)信號(hào)進(jìn)行全局分析，又可以實(shí)現(xiàn)局部分析，但這與小波基的選擇有很大關(guān)系，小波基一旦選定，在分析過程中將無法更換，那么信號(hào)分析的分辨率也就固定了，這說明小波分析對(duì)信號(hào)的局部分析沒有適應(yīng)性。EMD方法是一種自適應(yīng)的信號(hào)分析方法，它將信號(hào)分解若干個(gè)本征模函數(shù)(IMF)之和,而每個(gè)MF是近似單頻率成分的信號(hào)，這樣，組合每個(gè)MF的Hilbert譜就可以得到整個(gè)信號(hào)的頻譜。該方法存在的問題是，在對(duì)MF進(jìn)行Hi Ibert變換的時(shí)候，會(huì)產(chǎn)生無法解釋的負(fù)頻率，而且在信號(hào)分解過程中會(huì)引起端點(diǎn)效應(yīng)，分解出的IMF中混有與原信號(hào)無關(guān)的虛假分量。
[0005]綜上所述，振動(dòng)信號(hào)分析是對(duì)液壓泵進(jìn)行監(jiān)測(cè)和診斷的有效的方法。目前常用的小波方法在分辨率上無法自適應(yīng)調(diào)整，EMD方法則存在負(fù)頻率、端點(diǎn)效應(yīng)和虛假分量等問題，需要研究一種克服EMD方法所存在的問題的自適應(yīng)的信號(hào)分析方法。

【發(fā)明內(nèi)容】

[0006]為了解決上述方法中所存在的問題，本申請(qǐng)?zhí)峁┮环N基于局部均值分解(LMD)的液壓泵故障信號(hào)特征提取方法，包括傳感器的布置、數(shù)據(jù)采集、信號(hào)分析和處理、特征提取四個(gè)模塊。通過相關(guān)鏡像法對(duì)采集的液壓泵故障信號(hào)進(jìn)行端點(diǎn)延拓處理，用三次B樣條方法對(duì)信號(hào)進(jìn)行擬合包絡(luò)線，然后進(jìn)行LMD分解得到PF分量，對(duì)PF和原信號(hào)進(jìn)行相關(guān)分析，選擇真實(shí)的PF分量，最后對(duì)PF進(jìn)行Hilbert變換，得到信號(hào)的Hilbert譜，即為液壓泵故障信號(hào)的信號(hào)特征。
[0007]LMD分解是在EMD分解的基礎(chǔ)上發(fā)展起來的，它將信號(hào)分解為一系列具有物理意義的PF(production function)分量之和，PF分量由包絡(luò)信號(hào)和純調(diào)頻信號(hào)相乘得到，由純調(diào)頻信號(hào)計(jì)算得到的瞬時(shí)頻率是正的、連續(xù)的、具有物理意義的。從而解決了對(duì)EMD分解的MF進(jìn)行Hilbert變換時(shí)出現(xiàn)負(fù)頻率的問題，LMD中也存在著端點(diǎn)效應(yīng)、虛假PF分量等問題，分別采用自相關(guān)鏡像法、互相關(guān)分析篩選法進(jìn)行處理。[0008]液壓泵故障信號(hào)特征提取方法的具體步驟如下:
(1)合理的布置傳感器，采集液壓泵運(yùn)行時(shí)的振動(dòng)信號(hào)；
(2)采用自相關(guān)鏡像法對(duì)信號(hào)兩端進(jìn)行延拓；
1)設(shè)信號(hào)長度為η,對(duì)應(yīng)的時(shí)間依次為…々左端點(diǎn)為%,且而不是極值點(diǎn),的極值點(diǎn)從左至右依次為
【權(quán)利要求】
1.一種液壓泵故障信號(hào)特征提取方法，其特征在于通過相關(guān)鏡像法對(duì)采集的液壓泵故障信號(hào)進(jìn)行端點(diǎn)延拓處理，用三次B樣條方法對(duì)信號(hào)進(jìn)行擬合包絡(luò)線，然后進(jìn)行LMD分解得到PF分量，對(duì)PF和原信號(hào)進(jìn)行相關(guān)分析，選擇真實(shí)的PF分量，最后對(duì)真實(shí)的PF進(jìn)行Hilbert變換，得到信號(hào)的Hilbert譜，即為液壓泵故障信號(hào)的信號(hào)特征。
2.如權(quán)利要求1所述的液壓泵故障信號(hào)特征提取方法，其特征在于將采集到的信號(hào)進(jìn)行端點(diǎn)延拓，采用自相關(guān)鏡像法對(duì)兩個(gè)端點(diǎn)處的特征波形進(jìn)行處理，實(shí)現(xiàn)信號(hào)端點(diǎn)為極值點(diǎn)。
3.如權(quán)利要求1所述的液壓泵故障信號(hào)特征提取方法，其特征在于LMD分解時(shí)采用三次B樣條擬合包絡(luò)線的方法對(duì)極值和局部均值進(jìn)行平滑估計(jì)，減小了擬合誤差。
4.如權(quán)利要求1所述的液壓泵故障信號(hào)特征提取方法，其特征在于采用互相關(guān)分析篩選法對(duì)LMD分解的PF和原信號(hào)進(jìn)行處理，剔除虛假的PF分量，得到真實(shí)的PF分量。
【文檔編號(hào)】F04B51/00GK103994062SQ201410199895
【公開日】2014年8月20日 申請(qǐng)日期:2014年5月13日 優(yōu)先權(quán)日:2014年5月13日
【發(fā)明者】許同樂, 高朋飛, 侯蒙蒙, 王建軍 申請(qǐng)人:山東理工大學(xué)