[发明专利]基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法

权利要求书

1.基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法，以齿轮传动链中驱动电机的定子电流信号为基础，利用循环自相关函数的解调性，通过熵优化对应的循环频率处理，进行循环自相关函数的切片解调，得到包含该循环频率成分及其倍频的解调谱，并在该解调谱的基础上进行频谱校正，得到复杂齿轮系统的准确诊断结果，其特征在于，该解调方法按以下步骤进行：

步骤1：采用电流传感器采集齿轮传动链中驱动电机的电流信号，利用傅立叶变换得到该电流信号的循环平稳频谱图；

步骤2：计算步骤1所得循环平稳频谱图在循环频率下切片谱图的熵值S(P)，该熵值S(P)通过以下公式计算得到：

设P(p₁，p₂，…，p_n)为一不确定的概率分布，k为任一常数，则该概率分布P(p₁，p₂，…，p_n)范围内的熵值S(P)为：

式中，p_i为第i个信息状态出现的概率，-lnp_i是第i个信息状态出现时带来的信息量，S(P)为熵值，表征了第i个信息状态的信息量的大小，信息熵的大小反映了概率分布的均匀性，在频谱图中谱线越稀疏，说明信号能量集中在少数谱线上，利用信息熵对谱图中能量分布的均匀性进行刻画；

步骤3：根据步骤2计算出的熵值绘制熵值曲线；

步骤4：利用排序方法，将步骤3绘制的熵值曲线进行排序，并确定出熵值曲线中的熵极小值点，然后，通过步骤3的熵值曲线得到该熵极小值点的特征切片循环频率S(P_S)： 

S(P_s)＝min[S(P_i)]

其中S(P_s)为熵极小值，P_s为熵极小值点，S(P_i)为各频率处的熵值；

步骤5：在步骤1的循环平稳频谱图中找到与步骤4得到的特征切片循环频率对应的相应频率，则该相应频率的切片图即为特征切片频率谱；

步骤6：采用频谱校正法，通过理论计算，对步骤4得到的特征切片循环频率的差值进行误差校正，并根据校正误差后的特征切片循环频率对步骤5中的特征切片频率谱进行校正，获得准确频率幅值；

步骤7：根据步骤6得到的准确频率幅值，得到故障频率的特征信息。