[发明专利]基于总体经验模式分解与分形盒维数的轴承故障诊断方法

权利要求书

1.基于总体经验模式分解与分形盒维数的轴承故障诊断方法，其特征在于， 包括下述步骤：

(1)在轴承内设置静电传感器，静电传感器利用轴承工作过程中产生的电 荷，通过静电感应检测旋转机械转轴工作时的静电信号，传感器的输出接信号调 理电路后经数据采集卡与一台计算机相连，计算机作为数据处理平台；

(2)信号调理电路中设有电荷放大电路，该电荷放大调理电路把静电传感 器输入的检测电荷信号变成电压信号，放大电路后接抗混叠滤波电路，通过数据 采集卡送入计算机进行处理；

(3)对采集的静电信号进行特征提取：计算机对采集到的不同故障类型下 以及正常情况下的静电信号分别进行总体经验模式分解求取本征模式分量，然后 对各阶本征模式分量求取能量以及分形盒维数，将能量与分形盒维数作为信号的 特征量；

(4)神经网络分类器的训练：将不同故障类型下以及正常情况下静电信号 的特征量用于神经网络分类器训练，用特征量相对应的转轴工作状态作为神经网 络的输出量，从而通过训练样本对神经网络分类器进行训练；

(5)把待辨识的静电信号送入计算机，提取带辨识信号的能量与盒维数作 为特征量输入训练好的神经网络分类器，即可通过输出得到该信号对应的转轴工 作状态。

2.根据权利要求1所述的基于总体经验模式分解与分形盒维数的轴承故障诊 断方法，其特征在于，所述的不同故障类型包括轴承内圈故障、轴承外圈故障、 滚动体故障，保持架故障。

3.根据权利要求1所述的基于总体经验模式分解与分形盒维数的轴承故障诊 断方法，其特征在于，所述神经网络分类器的参数设定为：隐层的神经元个数选 为10，隐层传递函数选为输出范围为0到1的具有任意阶导数的非线性函数 logsig，输出层传递函数为线性函数purelin，训练函数为trainlm，允许误差 为10-6和训练步数为200步。

4.根据权利要求1所述的基于总体经验模式分解与分形盒维数的轴承故障诊 断方法，其特征在于，静电信号特征提取过程具体步骤如下：

(1)对信号进行总体经验模式分解，获取本征模式函数分量，其中所加噪 声幅值为信号标准差的0.2倍，加入白噪声的次数为50次，分量个数k与信号 长度L有如下关系：

k＝log₂L-1

(2)对每一个本征模式分量求取能量与盒维数，这样每一路信号能获取一 列长度为k的能量向量以及一列长度为k的分形盒维数向量。