[发明专利]基于变分模态分解与改进粒子群的电机故障信号提取方法

权利要求书

1.一种基于变分模态分解与改进粒子群的电机故障信号提取方法，所述变分模态分解设定惩罚因子和信号分量的个数，将实值输入信号分解为离散的子信号，从子信号中提取故障特征，其特征在于，通过改进粒子群算法优化所述惩罚因子和信号分量的个数，得到信号分量的优化个数，通过优化后的惩罚因子和信号分量的优化个数对采集到的原始信号进行分解，根据分解结果选取模态分量，得到分离后的独立源信号，通过提取相应的信号特征来对电机故障类型进行诊断。

2.根据权利要求1所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述改进粒子群算法通过迭代优化所述惩罚因子和信号分量的个数。

3.根据权利要求2所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述迭代分为迭代前期和迭代后期。

4.根据权利要求3所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述迭代前期时改进粒子群算法的惯性权重大于迭代后期时改进粒子群算法的惯性权重。

5.根据权利要求4所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述迭代前期进行全局搜索，所述迭代后期根据迭代前期的搜索结果进行局部搜索，确定惩罚因子和信号分量的优化个数。

6.根据权利要求1所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述原始信号分解为多个子信号。

7.根据权利要求6所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述子信号的个数与信号分量的优化个数相同。

8.根据权利要求6所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述信号特征为子信号的频域平均能量。

9.根据权利要求1所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述电机故障类型包括滚珠故障、内圈故障和外圈故障。

10.根据权利要求1所述的一种基于变分模态分解与改进粒子群的电机故障信号提取方法，其特征在于，所述模态分量根据互相关系数进行选取。