[发明专利]基于SVD和VMD的机械件故障诊断方法

权利要求书

1.基于SVD和VMD的机械件故障诊断方法，其特征在于，包括以下步骤：

步骤1：获取故障诊断的机械件的振动信号；

步骤2：对故障诊断的机械件的振动信号进行短时傅里叶变换，将故障诊断的机械件的振动信号的时频分布与无故障的机械件相比较，判断故障诊断的机械件的时频分布是否有异常；

步骤3：对故障诊断的机械件的振动信号进行奇异值分解，将得到的奇异值从大到小排序，计算奇异值序列中相邻奇异值的差值，得到差分谱；

步骤4：分析差分谱，确定重构阶数i，利用差分谱的前i个值对机械件振动信号进行重构；

步骤5：采用变分模态分解将重构的信号分解成不同数量的模态分量，比较确定最优的模态分量的数量；

步骤5.1：对模态分量数量k设初始值，对重构的信号进行变分模态分解，得到k个模态分量，分别确定每个模态分量的中心频率，计算每个模态分量与分解前振动信号之间的相关系数，对计算得到的模态分量的相关系数两两求差，得到模态分量的相关系数差值，选出k个模态分量的中心频率的最大值w_L，令最大中心频率值w_G＝w_L；

步骤5.2：再次对重构的信号进行变分模态分解，得到k+1个模态分量，分别确定每个模态分量的中心频率，计算每个模态分量与分解前振动信号之间的相关系数，对计算得到的模态分量的相关系数两两求差，得到模态分量的相关系数差值，比较k+1个模态分量的中心频率的最大值与最大中心频率值w_G，若大于w_G且模态分量的相关系数差值大于阈值，则令w_G等于k+1个模态分量的中心频率的最大值，令k＝k+1，重复执行步骤5.2；否则，将k作为最优的模态分量的数量，执行步骤6；

步骤6：根据步骤5得到的最优的模态分量的数量，对步骤1得到的机械件的振动信号进行变分模态分解；

步骤7：计算步骤6得到的模态分量的加权峭度指标值，选出加权峭度指标值较大的两个模态分量进行信号合成；

步骤8：对步骤7得到的合成信号滤波处理后，进行包络分析，生成包络谱；

步骤9：根据步骤8得到的包络谱判断机械件的故障类型。

2.根据权利要求1所述的机械件故障诊断方法，其特征在于，步骤3包括以下子步骤：

步骤3.1：对机械件振动信号的Hankel矩阵进行奇异值分解，去掉代表噪声的奇异值，保留代表信号的奇异值，奇异值分解的计算式如下

式中U、V均为正交矩阵，矩阵∑₁＝diag(σ₁,σ₂,…,σ_r)，A表示机械件振动信号的Hankel矩阵，A∈R^m*n，奇异值矩阵Σ为m*n阶矩阵；σ₁,σ₂,…,σ_r表示从大到小排列的矩阵A的非零奇异值，r为矩阵A的秩，r≤min(m,n)；

步骤3.2：对相邻的奇异值进行差分得到差分谱，差分谱奇异值差值大小代表了有用信号以及噪声信号之间的相关性，选取差分谱中较大峰值的前i个奇异值，对应为有用信号，剩余r-i个奇异值对应的分量为噪声信号，将之置为0，得到降噪后的信号，差分谱的计算式如下

E_i＝σ_k-σ_k+1(k＝1,2,…r-1) (3)

式中E_i表示第k个与第k+1个奇异值的差分大小。