[发明专利]一种基于VMD参数优化的轴承故障特征提取方法

权利要求书

1.一种基于VMD参数优化的轴承故障特征提取方法，其特征在于，该方法包括如下步骤：

(1)获取轴承原始振动信号；

(2)对轴承原始振动信号进行模态分解并重构得到重构信号；

(3)根据轴承原始振动信号获取VMD分解的模态数和二次惩罚参数；

(4)利用获取的模态数和二次惩罚参数对重构信号进行VMD分解得到轴承故障特征频率；

步骤(2)采用快速局部均值经验模态分解法对轴承原始振动信号进行模态分解；

步骤(2)对轴承原始振动信号进行快速局部均值经验模态分解具体为：

(a1)获取轴承原始振动信号s(t)的所有极值点，构成极值点序列e(τ)和时间序列τ；

(a2)对相邻的极值点利用积分中值定理求得邻域均值，构建均值序列m(t_τ)：

其中，t_τ＝(τ_i+τ_i+1)/2，τ_i为时间序列τ中第i个时刻，τ_i+1为时间序列τ中第(i+1)个时刻，i＝1,2……n-1，n为时间序列τ中时刻总个数；

(a3)将相邻两个邻域均值m_j、m_j+1通过下式加权平均，求得时刻点τ_j+1对应的局部均值m_local(τ_j+1)：

m_j为均值序列m(t_τ)的第j个数值，m_j+1为均值序列m(t_τ)的第j+1个数值，j＝1,2……n-1，n为时间序列τ中时刻总个数；

(a4)通过h(t)＝s(t)-m_local(t)，将m_local(t)从轴承原始振动信号s(t)中去除；

(a5)判断h(t)是否满足IMF条件，若是则得到第一个IMF分量c₁(t)＝h(t)，否则，重复执行步骤(a1)～(a5)；

(a6)从轴承原始振动信号s(t)中分离已得到的所有IMF分量，并作为新的s(t)重复执行步骤(a1)～(a6)，直至分离得到所有IMF分量。

2.根据权利要求1所述的一种基于VMD参数优化的轴承故障特征提取方法，其特征在于，步骤(2)中信号重构具体方法为：

(b1)将对轴承原始振动信号进行快速局部均值经验模态分解得到的IMF分量记作c_i(t)，i＝1,…,m为模态数，定义每个第i个IMF分量的自相关能量函数为：

其中，c_ρi(t)为第i个IMF分量自相关能量连续函数，c_ρi(k)为c_ρi(t)对应的离散函数，k＝1,2,…,N，N表示采样周期内采集信号的总离散点数；

(b2)获取自相关能量函数的前向差分比为：

E″_i＝(E′_i-E′_i-1)/E′_i-1，

其中，i＝2,…,k，k为FLMEMD分解得到的IMF分量总个数，E″₁＝0；

(b3)获取信噪分界点p：

当全局极小值点前存在局部极小值时，有

否则，有：

arg firstlocalmin表示当E″(i)取得第一个局部极小值时对应的i值，arg min表示当E″(i)取得最小值时对应的i值；

(b4)取信噪分界点p之后的IMF分量进行信号求和叠加构成重构信号。