[发明专利]一种基于GEMD包络谱分析的车轴故障的诊断方法

权利要求书

1.一种基于GEMD包络谱分析的车轴故障的诊断方法，其特征在于，包括如下步骤：

S1、速度传感器内集成振动传感器，所述振动传感器用于检测车轴振动；

S2、所述振动传感器采集原始的振动信号，基于GEMD的包络谱分析形成所述振动信号的检测数据；

S3、输出所述检测数据所形成的车轴状态信息给上级系统和/或检测人员，以判断车轴是否出现故障。

2.根据权利要求1所述的诊断方法，其特征在于，利用所述GEMD，从原始的振动信号分析出频谱后，分离去除噪声干扰信号，经过迭代分解，变为稳定性数据。

3.根据权利要求1所述的诊断方法，其特征在于，利用所述包络谱分析，从所述频谱中提取出高频故障信号。

4.根据权利要求1所述的诊断方法，其特征在于，所述基于GEMD的包络谱分析，包括以下步骤：

S21、在获得采集的振动信号并分析出频谱后，确定用遗传算法对频谱进行去噪所采用的编码方法；

S22、利用遗传算法的解码过程，求出振动信号频谱的极值点；

S23、判断数据的端点是不是极值点，是的话直接进行下一步；否的话拓延端点数据，使其两端为极值点，再进行下一步；

S24、采用样条插值法拟合上下极值点的包络线，计算出上下包络线的均值，并去掉低频的均值；

S25、判断去除低频均值后的拟合函数是否满足经验模态(EMD)分解所需要的信号分量条件，如果不满足，重复步骤四，直到上下包络线的均值趋近于0，得到第一个信号分量S1(t)，它即是所采集到的振动信号x(t)中最高频率的分量；

S26、将原始振动信号x(t)减去S1(t)，得到x1(t)，代表去除最高频分量后的剩余频率量；

S27、将x1(t)再做为原始信号，重复S23步到S26步，直到剩余的函数xn(t)为单调函数；

对于得到的x1(t)，x2(t)…xn-1(t)获得包络谱，去除了频率谱中的噪声波动信号，以形成所述振动信号的检测数据对机车轴进行故障诊断。

5.根据权利要求4所述的诊断方法，其特征在于，所述GEMD，设一个原始采集到的振动信号为x(t)，其中包括被测车轴的分量和各种噪声干扰的分量，分解筛选过程包括以下步骤：

S211，确定x(t)的所有局部极值点，并求出包含所有原始信号数据的上下包络线；

S212，计算两条包络线均值u，并求出x1(t)＝x(t)-u；

S213，判断x1(t)是否满足固有模态函数的条件，当不满足时，把x1(t)作为新的x(t)原始信号，重复第一步和第二步，直到x1(t)满足分量的固有模态函数条件，记y1(t)作为第一个信号分量，也代表x(t)中最高频的分量；

S214，将得到的分量信号从原始信号中除去，得到r1(t)＝x(t)-y1(t)；

S215，重复以上步骤，直到剩余的信号满足给定的终止条件，得到x(t)的分解式：

式中r1(t)为剩余的函数，代表x(t)的平稳走势。

6.根据权利要求5所述的诊断方法，其特征在于，所述GEMD的S211步，确定x(t)的极值点时，采用遗传算法，使用以下函数求解极值点：

得出对应x1和x2定义域的极值点。