專利名稱：自適應總體平均經(jīng)驗模式分解eemd篩選次數(shù)確定方法
技術領域：
本發(fā)明屬于機械設備故障診斷領域，涉及一種總體平均經(jīng)驗模式分解篩選次數(shù)的選擇方法，可以自適應地選擇最優(yōu)的篩選次數(shù)，實現(xiàn)機械設備故障的有效診斷。
背景技術：
隨著現(xiàn)代工業(yè)和科學技術的飛速發(fā)展，工業(yè)已成為衡量一個國家科學技術發(fā)展的標準。機械設備是工業(yè)發(fā)展的載體，為工業(yè)發(fā)展提供關鍵技術，在國民經(jīng)濟中發(fā)揮著越來越重要的作用。同時，機電設備也越來越朝著大型化、復雜化、精密化發(fā)展，設備的功能越來越多，性能指標越來越高，其組成與結構越來越復雜，這樣勢必會使得故障出現(xiàn)的概率大大增加。由于機電設備工況的復雜多樣化，機械故障也越來越復雜，設備的故障特征往往是非平穩(wěn)、非線性的，傳統(tǒng)的機械設備故障診斷方法往往只能針對平穩(wěn)信號才能得到較好的分解結果，對非平穩(wěn)、非線性信號束手無策。經(jīng)驗模式分解EMD是針對非線性、非平穩(wěn)信號而提出的一種信號處理方法，它是基于信號局部極值點的一種分解方法用三次樣條函數(shù)根據(jù)信號的局部極值點擬合出上下包絡，求取上下包絡的均值，再將信號減去所求取的均值，重復上述步驟，直到篩選出來的函數(shù)是本征模式函數(shù)；再從信號中減去篩選出來的本征模式函數(shù)繼續(xù)篩選，如此循環(huán)篩選，直到信號的極值點數(shù)目少于3。在經(jīng)驗模式分解中， 存在模式混疊的問題，在其基礎上提出了總體平均經(jīng)驗模式分解EEMD。總體平均經(jīng)驗模式分解能夠減少模式混疊問題。在總體平均經(jīng)驗模式分解方法中，采用的篩選次數(shù)iter是固定不變的10次，也就是對高頻與低頻分量采用相同的篩選次數(shù)iter，在總體平均經(jīng)驗模式分解方法中，高頻分量出現(xiàn)頻率混疊的概率大于低頻分量，因此對于高頻分量即頻率高的本征模式函數(shù)IMF需要采用多的篩選次數(shù)iter，對高頻分量嚴格篩選，避免不同模式的函數(shù)分在一個本征模式函數(shù)IMF中；對于低頻分量即頻率低的本征模式函數(shù)IMF需要采用少的篩選次數(shù)iter，對低頻分量不嚴格篩選，以免將一個模式函數(shù)分解到兩個本征模式函數(shù) IMF 中。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術的缺點，提供一種自適應選擇經(jīng)驗模式分解 EEMD篩選次數(shù)iter的方法。該方法對不同的本征模式函數(shù)采取不同的篩選次數(shù)iter，其本質(zhì)是改進了 EMD方法對應的濾波器特性曲線，調(diào)整濾波器的中心頻率與通帶范圍，減少各通帶的頻率折疊，增大了 EMD所對應的相鄰高頻部分濾波器中心頻率的距離，消除頻率混疊。得到物理意義明確的本征模式函數(shù)IMF，實現(xiàn)機械設備故障的有效診斷。本發(fā)明的技術方案是按照如下步驟進行的(1)先計算振動信號的數(shù)據(jù)點數(shù)L，根據(jù)數(shù)據(jù)點數(shù)計算信號中本征模式函數(shù)IMF的個數(shù)N，本征模式函數(shù)的個數(shù)N= Iog2 L-I ；(2)信號中本征模式函數(shù)由高頻到低頻序號是n(n = 1，2. . . N)，對每一個本征模式函數(shù)自適應確定篩選次數(shù)iter，最后得到總體平均經(jīng)驗模式分解的篩選次數(shù)。所述步驟⑵中本征模式函數(shù)自適應篩選次數(shù)iter是由公式iter(n) =2(wV) +2確定的。對于序號η的本征模式函數(shù)，采用的篩選次數(shù)自適應確定為/terw=2(wV)+2，對于n= 1也就是第一個本征模式函數(shù)而言，對應的它的篩選次數(shù)/ter⑴=2(λμ2)+2=2(λμ)+2， 對于η = 2. . . N的本征模式函數(shù)而言，得到對應的篩選次數(shù)iter(2). . . iterw。本發(fā)明的核心是實現(xiàn)了本征模式函IMF數(shù)篩選次數(shù)iter的自適應選取，使得對于高頻分量采用多的篩選次數(shù)，嚴格篩選，避免不同模式的函數(shù)分在一個IMF中；對于低頻分量(例如低頻的諧波)采用少的篩選次數(shù)，避免將一個模式分量分解到不同的IMF中，克服了由于采用相同的篩選次數(shù)iter而帶來的模式混淆問題，能夠達到自適應選擇篩選次數(shù) iter的功能，實現(xiàn)機械設備故障的有效診斷，分解結果相對比較精確。


圖1為自適應總體平均經(jīng)驗模式分解EEMD篩選次數(shù)確定方法的流程圖；圖2(a)為改進篩選次數(shù)后經(jīng)驗模式分解EMD所對應的濾波器特性曲線，(b)為固定篩選次數(shù)iter = 10經(jīng)驗模式分解EMD所對應的濾波器特性曲線；圖3(a)是仿真數(shù)據(jù)及其各個合成部分，(b)是改進前即篩選次數(shù)固定為iter = 10的總體平均經(jīng)驗模式分解EEMD分解結果，(c)是改進后即篩選次數(shù)/terw=2(wV)+2的總體平均經(jīng)驗模式分解EEMD分解結果；圖4(a)是實際的振動信號，(b)是改進前即篩選次數(shù)固定為iter = 10的總體平均經(jīng)驗模式分解EEMD對實際的振動信號的分解結果，(c)是改進后即篩選次數(shù) iter(n) =2(wV) +2的總體平均經(jīng)驗模式分解EEMD對實際的振動信號的分解結果。
具體實施例方式下面結合附圖對本發(fā)明做進一步詳細描述1)先計算信號的數(shù)據(jù)長度L，得到本征模式函數(shù)的個數(shù)N = Iog2 L-I ；2)對于不同的IMF，選擇不同的篩選次數(shù)/terw=2(wV)+2，N為基于數(shù)據(jù)的一個量，η為IMF的序號，因此最后得到的就是自適應求得的總體平均經(jīng)驗模式分解(EEMD)的篩選次數(shù)。根據(jù)上述發(fā)明內(nèi)容和圖1的自適應選擇總體平均經(jīng)驗模式分解(EEMD)篩選次數(shù)技術的流程圖，首先計算數(shù)據(jù)長度L，然后按照公式N= 10 L-I求出數(shù)據(jù)中本征模式函數(shù)的個數(shù)，對于不同的本征模式函數(shù)按照由高頻到低頻的順序為n(n = 1，2...N)，按照 iter(n) =2(n-"2) +2對序號為η的不同的本征模式函數(shù)選擇不同的篩選次數(shù)。按照上面選擇的篩選次數(shù)對信號進行EEMD分解，得到的分解結果就是自適應求得的篩選次數(shù)的總體平均經(jīng)驗模式分解(EEMD)結果。按照上述發(fā)明內(nèi)容，分別用基于iter = 10和iter⑷:fn、+2的EMD方法對512 個高斯白噪聲點進行分解，對分解后的每個本征模式函數(shù)進行傅里葉變換，重復上述過程10000次，得到本征模式函數(shù)標準化的頻率分布曲線如圖2所示，由此可以得出EMD本質(zhì)是類似于小波變換的二進濾波器，圖2中(a)改進篩選次數(shù)為/terw=2(w_"2)+2后的濾波器特性曲線，(b)為改進前篩選次數(shù)iter = 10的濾波器特性曲線，通過對比，就可以看出篩選次數(shù)汝rw=2(wV)+2的EMD方法所對應的濾波器特性曲線中心頻率，在高頻處比iter = 10的EMD方法所對應的濾波器特性曲線中心頻率向高頻移動，并且相鄰中心頻率的帶寬變大了，這樣就能改善本征模式函數(shù)的頻率混疊。為了證明上述發(fā)明內(nèi)容的有效性，先仿真一組數(shù)據(jù)，仿真信號如圖3中(a)所示， 數(shù)據(jù)長度是1024，采樣頻率為2000Hz。合成信號s由沖擊信號C1、調(diào)制信號C2、高頻諧波c3、 低頻諧波C4和趨勢項C5組成。對合成信號s分別用基于iter = 10和Zterw =2(wV) +2的 EEMD方法分解，二者的噪聲大小同樣選取0. 05，平均次數(shù)同樣選擇100次，兩種方法的分解結果分別如圖3(b)與(c)所示，圖3(b)為篩選次數(shù)/terw=2(w_"2)+2的EEMD分解結果，圖 3(c)為篩選次數(shù)iter= 10的EEMD分解結果。從圖中可以看出，篩選次數(shù)Zterw =2(wV)+2
時，能夠?qū)⑿盘柕母鹘M成部分Cl、c2、c3, C4與C5較好的分解出來，各個模式函數(shù)沒有發(fā)生頻率混疊；iter = 10時，分解結果發(fā)生了頻率混疊，因此發(fā)明的此方法能夠避免模式混疊。同時將上述方法應用在實際數(shù)據(jù)的分析中。圖4(a)為用安裝在高壓滾筒上的振動速度傳感器采集到的中國一個熱電發(fā)電機的振動信號，分別用基于iter = 10和 iter{n) =2(wV) +2的EEMD方法分解，在選取的噪聲大小跟平均次數(shù)相同的情況下，分解得到的結果分別如圖4(b)與(c)所示，對比二者的分解結果，可以看出，基于Zterw =2(w_"2)+2 的EEMD方法分解所得結果較iter = 10比較準確，所得到的IMF具有明確的物理意義，其中C1代表附加的白噪聲，C2, C3代表沖擊信號，C4代表機器的轉頻等于50. 78Hz, C5代表機器的轉頻的一半為25. 39Hz。通過以上仿真信號和實際信號的分解結果對比，可以得到所發(fā)明的自適應選取篩選次數(shù)的EEMD方法能夠在一定程度上減少模式混疊，能夠分解出物理意義明確的本征模式函數(shù)，分解結果比較好、操作方便簡單，說明自適應選取篩選次數(shù)的EEMD方法可以更好的實現(xiàn)機械設備的故障診斷。以上內(nèi)容是結合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認定本發(fā)明的具體實施方式
僅限于此，對于本發(fā)明所屬技術領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干簡單的推演或替換，都應當視為屬于本發(fā)明由所提交的權利要求書確定專利保護范圍
權利要求
1.一種自適應總體平均經(jīng)驗模式分解EEMD篩選次數(shù)確定方法，包括(1)先計算振動信號的數(shù)據(jù)點數(shù)L，根據(jù)數(shù)據(jù)點數(shù)計算振動信號中本征模式函數(shù)IMF的個數(shù)N，本征模式函數(shù)的個數(shù)N= Iog2 L-I ；(2)信號中本征模式函數(shù)IMF由高頻到低頻序號是n(n= 1，2...N)，對每一個本征模式函數(shù)IMF自適應確定篩選次數(shù)iter，最后得到總體平均經(jīng)驗模式分解EEMD的篩選次數(shù)。
2.如權利要求1所述自適應總體平均經(jīng)驗模式分解EEMD篩選次數(shù)確定方法，其特征在于，步驟⑵中本征模式函數(shù)自適應篩選次數(shù)iter由公式/terw=2(w_"2)+2確定。
全文摘要
本發(fā)明公開了一種自適應總體平均經(jīng)驗模式分解EEMD篩選次數(shù)確定方法，該方法對每一個本征模式函數(shù)IMF采用不同的篩選停止準則，首先計算振動信號的數(shù)據(jù)點數(shù)，根據(jù)數(shù)據(jù)點數(shù)求出本征模式函數(shù)IMF的個數(shù)，針對每一個本征模式函數(shù)IMF，自適應的選擇出篩選次數(shù)。本發(fā)明的優(yōu)點在于能自適應的對每一個本征模式函數(shù)IMF采用不同的篩選停止準則，克服了傳統(tǒng)的對每一個本征模式函數(shù)IMF采用相同固定篩選次數(shù)而帶來的頻率混疊現(xiàn)象，從而分解出物理意義明確的本征模式函數(shù)IMF，能夠?qū)Ψ蔷€性非平穩(wěn)信號進行分析，實現(xiàn)機械設備故障的有效診斷。
文檔編號G06F19/00GK102254103SQ201110211638
公開日2011年11月23日 申請日期2011年7月27日 優(yōu)先權日2011年7月27日
發(fā)明者孔德同, 廖與禾, 林京, 王琇峰, 雷亞國 申請人:西安交通大學