买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长沙理工大学

摘要：本发明涉及旋转机械故障信号处理和故障诊断领域，公开了一种基于LOD‑ICA的旋转机械故障诊断方法，实现以齿轮箱为主要部件的大型旋转机械的故障诊断。本发明采用基于噪声辅助分析的LOD方法对故障信号进行初步分解，将原有单通道信号分解为多个分量；其次，以这些分量构建多通道信号数据；最后，在满足观测通道数足够的条件下，采用ICA算法进一步对信号进行分解，获得独立信号分量。本发明可以解决常规算法分解后存在的模态混淆问题，成功提取出混合信号的故障特征,适用于信号的实时监测和旋转机械故障诊断。

主权项：1.基于LOD-ICA的旋转机械故障诊断方法，其特征在于，包括以下步骤：步骤1：保存采集的旋转机械故障混合信号xt；步骤2：建立任意两相邻极值点区间的分段线性函数，通过坐标域变换将信号xt从原始数据域坐标变换为锯齿域坐标；找出通过振动信号传感器获取混合信号xt中所有极值及其对应的时刻值，建立任意两个相邻极值点取值区间的分段线性函数： 其中，k＝1,2,…,m，Xk为xt中所有的极值；t表示时间；Xk+1为Xk的相邻极值点；τk、τk+1分别Xk、Xk+1对应的时刻值；对原始信号xt在任意两个相邻极值点[Xk，Xk+1的信号区间进行分段线性变换运算，以获得分段线性函数s1t；通过原始信号xt的坐标域变换运算，对原始数据坐标域坐标t,x进行坐标转换坐标变换公式表示如下： su＝xt3转换后的锯齿域坐标u,s极大的减小了分解误差；步骤3：对信号xt进行微分运算处理，将白噪声添加到信号xt一阶微分处理得到的函数x't中，求得锯齿域的初始均值函数，进而求得高频波动函数，再通过坐标域变换运算，将高频波动函数转换为原始域高频函数；找出白噪声添加到信号xt一阶微分处理得到的函数x't中的每个极值点处所对应的时刻值τk'，k＝1,2,…,N，进而通过时刻值τk得到原始信号xt中相对应的函数值Xk'；接着，对锯齿域的函数值Xk'进行分段线性变换运算，通过线性变换得到初始均值函数m1u；线性变换公式即将1式中的s1t、Xk、Xk+1、t、τk、τk+1分别替换为m1u、Xk'、Xk+1'、u、τk'、τk+1'；在锯齿域中，原始信号函数s1u与均值函数m1u的差值就是高频波动函数c1u；通过坐标域变换运算，高频波动函数c1u的锯齿域坐标逆变换为原始数据域的坐标，从而得到原始域高频函数c1t，其中逆变换公式表示如下： 理想状态下，假使分解出来的会是瞬时频率具有物理意义的一个单分量信号c1t，因此判定原始信号xt的第1个MOC分量MOC1t为信号c1t；实际情况下，假使分离出来的信号分量c1t是含有不同的波动特征，即其瞬时频率不具有物理意义的一个单分量信号，则循环运算步骤3m次，最终分离出来的第一个瞬时频率具有物理意义的单分量信号cm将被判定为原始信号中的第1个MOC分量MOC1t；步骤4：鉴别分离出来的信号单分量c1t是否含有不同的波动特征，即其瞬时频率物理意义是否具有实质性，若是，则c1t＝MOC1t；若否，最终分离出来首次瞬时频率物理意义具有实质性的单分量信号cmt，cmt＝MOC1t；步骤5：将原始信号拆分为n个MOCt分量和余量rt；步骤6：对比分析分离出来的信号频谱图，将仍然存在信号模态混肴问题的MOC分量进行标准化处理，得到标准化向量Y，通过白化处理实现数据向量Y→Z的转变，Z是观测混合信号X进行标准化和白化处理之后的转换矩阵；步骤7：对随机生成的初始化单位范数向量w进行归一化处理；步骤8：根据推导出的迭代公式进行更新迭代计算；步骤9：对向量w进行标准化处理；步骤10：判断向量矩阵w是否收敛，若否，则重复步骤8→步骤10；若是则进行下一步；步骤11：重新确立向量w进行对称正交化处理，保证分离出来的每个单位向量w互相独立正交，且线性无关；步骤12：分离得到信号。

全文数据：

权利要求：

百度查询： 长沙理工大学 基于LOD-ICA的旋转机械故障诊断方法