[发明专利]基于频域窗经验小波共振解调的滚动轴承故障诊断方法

权利要求书

1.一种基于频域窗经验小波共振解调的滚动轴承故障诊断方法，其特征在于：其包括如下步骤：

步骤1、根据滚动轴承几何参数及故障信号采样时的各项参数指标，确定频域窗上、下截止频率变化波动范围；

步骤2、根据频域窗在滚动轴承故障信号频谱中的上、下截止频率，构造经验小波函数，计算得到经验小波变换后的小波系数，重构出模态分量信号；

步骤3、分别计算滚动轴承原始故障信号和模态分量信号的包络谐波信躁比和包络谱稀疏度，通过归一化处理最终确定模态分量信号的改进包络谐波信躁比；

步骤4、以模态分量信号的改进包络谐波信躁比为最优适应度函数值，采用粒子群优化方法，通过迭代寻优过程自适应计算出最优频域窗上、下截止频率，确定最优频域窗的位置；

步骤5、基于最优频域窗经验小波变换得到最佳模态分量信号，然后进行包络谱分析，提取所述滚动轴承故障振动信号中的故障特征信息，完成针对滚动轴承故障诊断的共振解调分析。

2.根据权利要求1所述的基于频域窗经验小波共振解调的滚动轴承故障诊断方法，其特征在于：所述步骤1中根据滚动轴承几何参数及故障信号采样时的各项参数指标确定频域窗上、下截止频率变化波动范围，具体采用如下方法：

2-1、获取滚动轴承故障振动信号的采样频率f_s，输出信号的有效频率分析范围为(0，f_s/2)；

2-2、获取滚动轴承内圈故障特征频率f_nei、外圈故障特征频率f_wai和滚动体故障特征频率f_ball，输出三者中最大频率数值F_f，即F_f＝max(f_nei，f_wai,f_ball)，确定频域窗频率最小带宽B_min是最大故障频率F_f的5倍，即B_min＝5F_f；

2-3、获取滚动轴承故障振动信号的采样频率f_s和频域窗频率最小带宽B_min，输出频域窗的上截止频率ω_a的变化波动范围是(0，f_s/2-5F_f)及下截止频率ω_b变化波动区间是(5F_f，f_s/2)。

3.根据权利要求1所述的基于频域窗经验小波共振解调的滚动轴承故障诊断方法，其特征在于：所述步骤2中根据频域窗在滚动轴承故障信号频谱中的上、下截止频率，构造经验小波函数，计算得到经验小波变换后的小波系数，重构出模态分量信号，具体采用如下方法：

3-1、获取频域窗上截止频率ω_a和下截止频率ω_b，输出经验小波函数

3-2、获取经验小波函数输出信号经验小波变换后的小波系数

3-3、获取经验小波函数和变换后小波系数输出重构后的模态分量信号。

4.根据权利要求1所述的基于频域窗经验小波共振解调的滚动轴承故障诊断方法，其特征在于：所述步骤3中根据滚动轴承原始故障信号和模态分量信号，计算模态分量信号的改进包络谐波信躁比，具体采用如下方法：

4-1、获取原始滚动轴承故障信号x(t)，输出原始故障信号的包络谐波信躁比EHNR(x)及包络谱稀疏度S(x)；

4-2、获取频域窗经验小波分解后的模态分量信号x^*(t)，输出模态分量信号的包络谐波信躁比EHNR(x^*)及包络谱稀疏度S(x^*)；

4-3、获取原始故障信号和模态分量信号的包络谐波信躁比及包络谱稀疏度值，输出归一化后模态分量信号的改进包络谐波信躁比IEHNR(x^*)，其数学表达式为：

5.根据权利要求1所述的基于频域窗经验小波共振解调的滚动轴承故障诊断方法，其特征在于：所述步骤4中通过粒子群优化方法，自适应确定最优频域窗上、下截止频率，具体采用如下方法：

5-1、获取粒子群优化方法的各项参数，其包括：最大迭代次数G，种群规模M，加速度因子c₁，c₂，随机因子r₁,r₂及频域窗上、下截止频率的变化范围，输出粒子群迭代运算后频域窗经验小波分解后模态分量信号，计算信号的适应度函数值；

5-2、当粒子群第I次迭代运算后，模态分量信号的适应度函数值IEHNR_I小于或等于第(I+1)次迭代运算后信号的适应度函数值IEHNR_I+1时，即IEHNR_I≤IEHNR_I+1，记IEHNR_I+1为最优的适应度函数值；依次类推，输出粒子群优化G次迭代运算后最大适应度函数值IEHNR_best，以此作为整个粒子群优化过程中最优的适应度函数值，即IEHNR_best＝max(IEHNR₁,IEHNR₂,…,IEHNR_G)；其中，G为最大迭代次数；

5-3、提取所述最大适应度函数值IEHNR_best对应的频域窗上、下截止频率为最优的频域窗上、下截止频率。