(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210899124.2 (22)申请日 2022.07.28 (71)申请人 淮阴工学院 地址 223003 江苏省淮安市经济技 术开发 区枚乘东路1号 (72)发明人 戴峻峰　张冬阳　于之洋　魏友业　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G01R 31/34(2006.01) G01M 13/045(2019.01) G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 119/14(2020.01) (54)发明名称 基于嵌入HD-RC F的GR-SWP T小波包算法的电 动机故障诊断方法 (57)摘要 本发明公开了一种基于嵌入HD ‑RCF的GR ‑ SWPT小波包算法的电动机故障诊断方法， 在电机 空载稳定运行下， 采集电机正常状态和故障状态 下的振动信号及定子电流信号； 设计 混沌动力学 滚降因子β， 构建基于混沌动力学滚降因子的升 余弦滤波器HD ‑RCF； 计算电机故障频率及带宽、 上带限系数和下带限系数； 利用HD ‑RCF产生的基 函数及固定路径方法， 设计平稳小波包分解算 法， 实现对电机故障特征的提取； 利用选择监督 型径向基分类器对电机故障进行分类识别， 采用 两级距离判定方式来确定聚类中心。 本发明通过 简单的参数设置即可实现任意可调小波滤波器 的产生； 另外本发明在低采样率条件下完成， 能 够减少数据量， 更适合构成在线嵌入式诊断系 统， 可以获得较好的诊断效果。 权利要求书4页 说明书13页 附图9页 CN 115291103 A 2022.11.04 CN 115291103 A 1.一种基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动 机故障诊断方法， 其特征在于， 包 括以下步骤： (1)在电机空载稳定运行下， 采集电机正常状态和故障状态下的振动信号及定子电流 信号； (2)设计混沌动力学滚降因子β， 构建基于混沌动力学滚降因子的升余弦滤波器HD ‑ RCF； (3)计算电机故障频率及带宽、 上 带限系数和下 带限系数； (4)利用HD ‑RCF产生的基函数及固定路径方法， 设计平稳小波包分解算法， 实现对电机 故障特征 的提取： 通过改变HD ‑RCF的β和Ts参数实现小波包基函数； 确定GR ‑SWPT小波分解 的固定路径， 利用GR ‑SWPT对电机故障信号进行分解， 获得电机故障特 征； (5)利用选择监督型径向基分类器对电机故障进行分类识别， 采用两级距离判定方式 来确定聚类中心。 2.根据权利要求1所述的基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动机故障诊断方 法， 其特征在于， 所述 步骤(2)实现过程如下： 设计混沌动力学滚降因子β， 定义式如下： β ＝a*fim(1‑fim) 其中， a＝ 4,fim为[0,1]间的随机数； 定义升余弦滤波器HD ‑RCF如下： 其中， γ＝1 ‑β， β 为滚降因子， 满足0≤β ≤1， Ts为基带传输宽度， 是表示基 带传输码元时 间间隔的滤波器系数。 3.根据权利要求1所述的基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动机故障诊断方 法， 其特征在于， 所述 步骤(3)实现过程如下： 基于采集的电机故障信号数据， 计算电机故障信号在0％， 100％负载情况下的故障频 率， 并计算滤波器带宽BW： 其中， Ts为基带传输 宽度， β 为混沌动力学滚降因子； 重新定义上 带限系数Ub和下带限系数Lb， 并用新的带宽系数来完成新的分解 树的建立： 定义电机故障特 征对应的定 子电流频率 定义式为： 其中， f0是电流基本分量， s是电机滑动参数， k是分布f0两侧的故障谐波等级； 在电机负权　利　要　求　书 1/4 页 2 CN 115291103 A 2载为0％～100％范围内， 根据 来确定上带限系数和下带限系数， 保证上带限系数和下带 限系数覆盖 的整个频率变化范围。 4.根据权利要求1所述的基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动机故障诊断方 法， 其特征在于， 步骤(4)所述通过改变HD ‑RCF的β和Ts参数实现小波包基函数是利用HD ‑ RCF的参数(β， Ts)生成适用于小波分解的低通和高通滤波器； 在满足二元的多分率分析条 件下， 以数字滤波器组的形式有效地嵌入在GR ‑SWPT内。 5.根据权利要求1所述的基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动机故障诊断方 法， 其特征在于， 步骤(4)所述利用GR ‑SWPT对电机故障信号进行分解， 获得电机故障特征过 程如下： 由GR‑SWPT在已选定固定路径上对电机故障信号进行分解， 将其分解为估计系数Ci+1,2n (t)和细节系数Ci+1,2n+1(t)， 分别表示 为： 其中， C0,0为电机电流信号， i和n表示分解的级别和系数编号； Di+1(j),Ai+1(j)是用于产生估计和细节系数的两通道滤波器， 其中， GR ‑SWPT滤波器上 采样为： J是滤波器的长度； 对于采样率 为fs情况下， SWPT滤波器带宽 定义为： 各系数的频率范围为： 其中， n是选定分解等级上的系数级别， fs表示电机定子的采样频率， 可见， 电流信号的 采样频率 直接影响给定系数的上、 下 频带带宽。 6.根据权利要求1所述的基于嵌入HD ‑RCF的GR‑SWPT小波包算法的电动机故障诊断方 法， 其特征在于， 步骤(5)所述采用两级距离判定方式来确定聚类中心实现过程如下： (S1)随机 选取比较参数T T1， TT2， 且保证T T1＞TT2； (S2)计算样本集数据的质心， 再计算每个样本数据点与质心点的闵可夫斯基距离， 将 距离最近的数据点判定为第一个分类类别， 在判定过程中， 采用两级距离判定分类的方式，权　利　要　求　书 2/4 页 3 CN 115291103 A 3