權(quán)利要求書(shū)： 1.一種刮板輸送機(jī)故障診斷方法，其特征在于，步驟如下：

S1、將聲學(xué)信號(hào)采集模塊的采集端布置于軸端旁側(cè)，麥克風(fēng)采集聲音信號(hào)，下位機(jī)將采集的聲音信號(hào)作為原始聲音信號(hào)傳輸至處理終端；

S2、處理終端對(duì)原始聲音信號(hào)進(jìn)行處理，先通過(guò)EMD算法分解原始聲音信號(hào)，得到一系列IMF分量；

S3、篩選出M個(gè)敏感IMF分量，并將最敏感的IMF分量記為IMFsen-i；

S4、通過(guò)自相關(guān)分析法尋找并剔除IMFsen-i信號(hào)中存在模式混疊的數(shù)據(jù)段Smix；

S5、對(duì)剔除Smix數(shù)據(jù)段的IMFsen-i信號(hào)利用快速傅里葉變換進(jìn)行分析，篩選出IMFsen-i信號(hào)的主要頻段成分區(qū)間[flow，fhigh]；

S6、對(duì)第i-1個(gè)IMF分量進(jìn)行低通濾波，上截止頻率設(shè)置為fhigh，得到濾波后的信號(hào)Sfilter-i-1；對(duì)第i+1個(gè)IMF分量進(jìn)行高通濾波，下截止頻率設(shè)置為flow，得到濾波后的信號(hào)Sfilter-i+1；將Sfilter-i-1、IMFsen-i和Sfilter-i+1進(jìn)行相加重構(gòu)得到信號(hào)S合；

S7、通過(guò)VMD算法對(duì)S合信號(hào)進(jìn)行分解，得到一系列imf分量；

S8、篩選出最敏感的imf分量，記為imffinal，對(duì)此信號(hào)進(jìn)行希爾伯特包絡(luò)譜分析，根據(jù)分析結(jié)果判斷刮板輸送機(jī)是否存在故障。

2.根據(jù)權(quán)利要求1所述的一種刮板輸送機(jī)故障診斷方法，其特征在于，S3的具體步驟為：

S30、計(jì)算各IMF分量的相關(guān)系數(shù)r；

S31、計(jì)算各IMF分量的峭度指標(biāo)k；

S32、計(jì)算各IMF分量的融合指標(biāo)k_r，

k_r＝k+r；

S33、按各IMF分量融合指標(biāo)的大小排序各IMF分量，融合指標(biāo)越大，對(duì)應(yīng)IMF分量越敏感，融合指標(biāo)最大的IMF分量為最敏感的IMF分量。

3.根據(jù)權(quán)利要求2所述的一種刮板輸送機(jī)故障診斷方法，其特征在于，S32計(jì)算各IMF分量的融合指標(biāo)k_r前，先分別對(duì)S30計(jì)算的各IMF分量的相關(guān)系數(shù)r及S31計(jì)算的各IMF分量的峭度指標(biāo)k均進(jìn)行歸一化處理，利用處理后的相關(guān)系數(shù)



及處理后的峭度指標(biāo)



進(jìn)行各IMF分量的融合指標(biāo)k_r計(jì)算。

4.根據(jù)權(quán)利要求3所述的一種刮板輸送機(jī)故障診斷方法，其特征在于，歸一化處理采用如下計(jì)算模型：



其中，



為歸一化處理后的相關(guān)系數(shù)



或峭度指標(biāo)



x為歸一化處理前IMF分量對(duì)應(yīng)的相關(guān)系數(shù)r或峭度指標(biāo)k，xmin為各IMF分量的相關(guān)系數(shù)r或峭度指標(biāo)k的最小值，xmax為各IMF分量的相關(guān)系數(shù)r或峭度指標(biāo)k的最大值。

說(shuō)明書(shū)： 一種刮板輸送機(jī)故障診斷系統(tǒng)和診斷方法技術(shù)領(lǐng)域

本發(fā)明屬于采煤設(shè)備診斷技術(shù)領(lǐng)域，更具體地說(shuō)，涉及一種刮板輸送機(jī)故障診斷系統(tǒng)和診斷方法。

背景技術(shù)

刮板輸送機(jī)是煤礦中不可或缺的重要輸送設(shè)備，主要用于運(yùn)輸煤炭或矸石等物料，同時(shí)也作為液壓支架的支點(diǎn)和采煤機(jī)的運(yùn)行軌道，加之刮板輸送機(jī)本身空載時(shí)自身重量較大、井下環(huán)境惡略等因素，使得其容易發(fā)生故障，其它設(shè)備也會(huì)因此無(wú)法運(yùn)行，影響了整個(gè)系統(tǒng)的正常工作，對(duì)生產(chǎn)效率帶來(lái)一定負(fù)面影響；減速機(jī)作為刮板輸送機(jī)運(yùn)行過(guò)程中的關(guān)鍵裝置，其工作在多煤渣粉塵、潮濕的環(huán)境中，并且受落煤規(guī)格影響工作負(fù)載多變，其內(nèi)部的齒輪軸承等關(guān)鍵部件極易受損誘發(fā)故障，在此影響下，減速機(jī)故障會(huì)引起整個(gè)采煤工作流程，產(chǎn)生巨大損失，甚至引發(fā)重大安全事故，嚴(yán)重影響安全生產(chǎn)。

傳統(tǒng)的刮板輸送機(jī)故障診斷是通過(guò)采集振動(dòng)信號(hào)進(jìn)行分析，其缺點(diǎn)在于：(1)、振動(dòng)信號(hào)采集傳感器屬于直接接觸式測(cè)量，正常工況下常采用螺紋連接，這種安裝方式在強(qiáng)烈沖擊振動(dòng)的情況下會(huì)引起連接松動(dòng)及傳感器損壞，由于刮板輸送機(jī)工作環(huán)境惡劣，很多情況下不適合采用接觸時(shí)測(cè)量；此外由于傳感器采用的是直接接觸式測(cè)量進(jìn)而會(huì)引起傳感器共振，這會(huì)對(duì)信號(hào)中有用信息造成嚴(yán)重干擾；(2)、振動(dòng)傳感器安裝時(shí)需要對(duì)設(shè)備殼體進(jìn)行處理，安裝位置不佳，則采集到的振動(dòng)信號(hào)效果特征很微弱，頻繁的更換安裝位置會(huì)嚴(yán)重破壞了設(shè)備殼體，傳感器安裝位置可調(diào)節(jié)性差。

經(jīng)檢索，中國(guó)專利公開(kāi)號(hào)：CN204346703U；公開(kāi)日：2015年5月20日；公開(kāi)了一種刮板輸送機(jī)減速器故障診斷裝置，包括壓電加速度傳感器、刮板輸送機(jī)減速器、三相異步電動(dòng)機(jī)、數(shù)據(jù)采集系統(tǒng)、計(jì)算機(jī)；兩個(gè)壓電加速度傳感器通過(guò)磁鐵塊布置于減速器輸出軸背面端蓋和箱體上方，壓電加速度傳感器直接記錄減速器的振動(dòng)信號(hào)，并且與數(shù)據(jù)采集系統(tǒng)中的數(shù)據(jù)采集卡相連接，數(shù)據(jù)采集卡為PCI-1716采集卡，其具有一個(gè)250kS/s、16位A/D轉(zhuǎn)換器，并且采集卡還具有16路單端模擬量輸入和8路差分模擬量輸入；數(shù)據(jù)采集卡與計(jì)算機(jī)連接，采集的減速器振動(dòng)信號(hào)存儲(chǔ)并且顯示在計(jì)算機(jī)中；減速器為二級(jí)傳動(dòng)減速器，傳動(dòng)齒輪為斜齒圓錐齒輪。該申請(qǐng)案的裝置采用多傳感器的布置方式，能提高振動(dòng)信號(hào)采集的有效性，但仍無(wú)法有效避免干擾信號(hào)對(duì)診斷結(jié)果的影響。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題至少之一，根據(jù)本發(fā)明的一方面，提供了一種刮板輸送機(jī)故障診斷系統(tǒng)，包括：

聲學(xué)信號(hào)采集模塊，其包括采集端、信號(hào)調(diào)理單元和下位機(jī)，采集端布置于刮板輸送機(jī)減速器驅(qū)動(dòng)箱的軸端旁側(cè)，采集端通過(guò)信號(hào)調(diào)理單元與下位機(jī)信號(hào)連接；

處理終端，其與聲學(xué)信號(hào)采集模塊的下位機(jī)信號(hào)連接，對(duì)采集到的聲學(xué)信號(hào)進(jìn)行分析，診斷聲學(xué)信號(hào)對(duì)應(yīng)的減速器是否故障；

交互模塊，其與處理終端信號(hào)連接，給用戶呈現(xiàn)診斷結(jié)果及采集的聲學(xué)信號(hào)；

電源，其為聲學(xué)信號(hào)采集模塊、處理終端及交互模塊供電。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷系統(tǒng)，可選地，所述聲學(xué)信號(hào)采集模塊的采集端包括：

底座，其水平置于刮板輸送機(jī)減速器驅(qū)動(dòng)箱的軸端旁側(cè)的水平面上；

導(dǎo)桿，其豎置形成于底座頂面上；

升降套，其活動(dòng)套接于導(dǎo)桿上，升降套通過(guò)鎖緊螺栓與導(dǎo)桿緊固；

夾爪，其固定連接于升降套外側(cè)；

麥克風(fēng)，其被夾持在夾爪上，麥克風(fēng)位于軸端旁，麥克風(fēng)與信號(hào)調(diào)理單元信號(hào)連接。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷系統(tǒng)，可選地，所述麥克風(fēng)側(cè)壁套設(shè)有直管套，所述直管套內(nèi)壁面光滑，外壁面粗糙。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷系統(tǒng)，可選地，所述麥克風(fēng)有若干個(gè)，至少有一個(gè)麥克風(fēng)朝向軸端圓心布置。

根據(jù)本發(fā)明的另一方面，提供了一種刮板輸送機(jī)故障診斷方法，步驟如下：

S1、將聲學(xué)信號(hào)采集模塊的采集端布置于軸端旁側(cè)，麥克風(fēng)采集聲音信號(hào)，下位機(jī)將采集的聲音信號(hào)作為原始聲音信號(hào)傳輸至處理終端；

S2、處理終端對(duì)原始聲音信號(hào)進(jìn)行處理，先通過(guò)EMD算法分解原始聲音信號(hào)，得到一系列IMF分量；

S3、篩選出M個(gè)敏感IMF分量，并將最敏感的IMF分量記為IMFsen-i；

S4、通過(guò)自相關(guān)分析法尋找并剔除IMFsen-i信號(hào)中存在模式混疊的數(shù)據(jù)段Smix；

S5、對(duì)剔除Smix數(shù)據(jù)段的IMFsen-i信號(hào)利用快速傅里葉變換進(jìn)行分析，篩選出IMFsen-i信號(hào)的主要頻段成分區(qū)間[flow，fhigh]；

S6、對(duì)第i-1個(gè)IMF分量進(jìn)行低通濾波，上截止頻率設(shè)置為fhigh，得到濾波后的信號(hào)Sfilter-i-1；對(duì)第i+1個(gè)IMF分量進(jìn)行高通濾波，下截止頻率設(shè)置為flow，得到濾波后的信號(hào)Sfilter-i+1；將Sfilter-i-1、IMFsen-i和Sfilter-i+1進(jìn)行相加重構(gòu)得到信號(hào)S合；

S7、通過(guò)VMD算法對(duì)S合信號(hào)進(jìn)行分解，得到一系列imf分量；

S8、篩選出最敏感的imf分量，記為imffinal，對(duì)此信號(hào)進(jìn)行希爾伯特包絡(luò)譜分析，根據(jù)分析結(jié)果判斷刮板輸送機(jī)是否存在故障。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷方法，可選地，S3的具體步驟為：

S30、計(jì)算各IMF分量的相關(guān)系數(shù)r；

S31、計(jì)算各IMF分量的峭度指標(biāo)k；

S32、計(jì)算各IMF分量的融合指標(biāo)k_r，

k_r＝k+r；

S33、按各IMF分量融合指標(biāo)的大小排序各IMF分量，融合指標(biāo)越大，對(duì)應(yīng)IMF分量越敏感，融合指標(biāo)最大的IMF分量為最敏感的IMF分量。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷方法，可選地，S32計(jì)算各IMF分量的融合指標(biāo)k_r前，先分別對(duì)S30計(jì)算的各IMF分量的相關(guān)系數(shù)r及S31計(jì)算的各IMF分量的峭度指標(biāo)k均進(jìn)行歸一化處理，利用處理后的相關(guān)系數(shù)



及處理后的峭度指標(biāo)



進(jìn)行各IMF分量的融合指標(biāo)k_r計(jì)算。

根據(jù)本發(fā)明實(shí)施例的刮板輸送機(jī)故障診斷方法，可選地，歸一化處理采用如下計(jì)算模型：



其中，



為歸一化處理后的相關(guān)系數(shù)



或峭度指標(biāo)



x為歸一化處理前IMF分量對(duì)應(yīng)的相關(guān)系數(shù)r或峭度指標(biāo)k，xmin為各IMF分量的相關(guān)系數(shù)r或峭度指標(biāo)k的最小值，xmax為各IMF分量的相關(guān)系數(shù)r或峭度指標(biāo)k的最大值。

有益效果

相比于現(xiàn)有技術(shù)，本發(fā)明至少具備如下有益效果：

(1)本發(fā)明的刮板輸送機(jī)故障診斷系統(tǒng)，無(wú)需與檢測(cè)位置直接接觸，避免振動(dòng)導(dǎo)致?lián)p壞、共振產(chǎn)生干擾信號(hào)等情況出現(xiàn)，提高診斷效率；采集端麥克風(fēng)位置靈活可調(diào)，適用范圍廣；麥克風(fēng)外壁設(shè)有直管套能有效屏蔽其他聲源發(fā)出聲音信號(hào)的干擾，配合多麥克風(fēng)的設(shè)置，能大大提高診斷結(jié)果準(zhǔn)確性；

(2)本發(fā)明的刮板輸送機(jī)故障診斷方法，對(duì)原始聲音信號(hào)進(jìn)行EMD分解后，篩選出最敏感IMF分量，剔除模態(tài)混疊段，然后進(jìn)行濾波重構(gòu)，有效解決了EMD分解過(guò)程中模態(tài)混疊現(xiàn)象，使信號(hào)特征更加顯著，重構(gòu)信號(hào)經(jīng)VMD分解后對(duì)最敏感imf分量信號(hào)包絡(luò)譜分析，得到準(zhǔn)確有效的診斷結(jié)果，極大的提高了診斷維修的效率。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅涉及本發(fā)明的一些實(shí)施例，而非對(duì)本發(fā)明的限制。

圖1示出了本發(fā)明的診斷系統(tǒng)示意圖；

圖2示出了本發(fā)明的聲學(xué)信號(hào)采集模塊采集端的結(jié)構(gòu)示意圖；

圖3示出了本發(fā)明的聲學(xué)信號(hào)采集模塊采集端布置位置示意圖；

圖4為本發(fā)明的診斷方法流程圖；

圖5示出了現(xiàn)有的單EMD分解法處理過(guò)程中模態(tài)混疊效果與本發(fā)明的方法VMD分解過(guò)程中模態(tài)混疊效果對(duì)比圖；

圖6示出了實(shí)施例2中對(duì)imffinal包絡(luò)譜分析的結(jié)果圖；

圖7示出了實(shí)施例2中對(duì)剔除Smix數(shù)據(jù)的IMFsen-i信號(hào)進(jìn)行快速傅里葉變換后的頻域圖像；

圖8示出了實(shí)施例2中確定α值的能量差曲線；

附圖標(biāo)記：

1、聲學(xué)信號(hào)采集模塊；10、底座；11、導(dǎo)桿；12、升降套；120、鎖緊螺栓；13、夾爪；14、麥克風(fēng)；

2、處理終端；

3、交互模塊；

4、電源；

100、軸端。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例的附圖，對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例。

實(shí)施例1

傳統(tǒng)的刮板輸送機(jī)故障診斷采用的振動(dòng)信號(hào)傳感器與刮板輸送機(jī)直接接觸，可調(diào)節(jié)性差，且刮板輸送機(jī)工作環(huán)境惡劣，一方面容易損壞傳感器結(jié)構(gòu)，另一方面會(huì)引起共振導(dǎo)致對(duì)采集的信號(hào)產(chǎn)生嚴(yán)重干擾，最終會(huì)導(dǎo)致難以得出準(zhǔn)確有效的診斷信息，針對(duì)上述問(wèn)題，本實(shí)施例設(shè)計(jì)一種刮板輸送機(jī)故障診斷系統(tǒng)。

如圖1所示，本實(shí)施例的刮板輸送機(jī)故障診斷系統(tǒng)由聲學(xué)信號(hào)采集模塊1、處理終端2、交互模塊3及電源4構(gòu)成，其中聲學(xué)信號(hào)采集模塊1包括采集端、信號(hào)調(diào)理單元和下位機(jī)，三者依次信號(hào)連接，采集端布置于減速器驅(qū)動(dòng)箱的軸端100旁側(cè)，不與刮板輸送機(jī)直接接觸，采集減速器運(yùn)行時(shí)軸端100處的聲音信號(hào)，信號(hào)調(diào)理單元與采集端信號(hào)連接，對(duì)采集端采集的信號(hào)進(jìn)行放大處理后，傳輸至與之連接的下位機(jī)中，下位機(jī)將聲音信號(hào)轉(zhuǎn)化為波形圖等形式傳遞給處理終端2；處理終端2包括工控機(jī)，其內(nèi)搭載有診斷聲音信號(hào)的算法處理模塊，下位機(jī)與工控機(jī)通過(guò)485、232等信號(hào)線進(jìn)行通訊，將聲學(xué)信號(hào)采集模塊1采集的聲音信號(hào)傳輸至工控機(jī)，工控機(jī)分析處理后得到診斷結(jié)果；交互模塊3包括顯示面板、操作端及聲光預(yù)警單元，工控機(jī)處理得到的診斷結(jié)果會(huì)從交互模塊3的顯示面板上呈現(xiàn)給用戶，同時(shí)呈現(xiàn)的還有聲學(xué)信號(hào)采集模塊1采集的聲音信號(hào)波形，操作端與工控機(jī)通過(guò)控制線連接，用戶可通過(guò)操作端對(duì)工控機(jī)進(jìn)行操作或參數(shù)設(shè)置，聲光報(bào)警單元是在診斷出刮板輸送機(jī)有故障時(shí)啟動(dòng)發(fā)出聲光報(bào)警信號(hào)以提示用戶；本實(shí)施例的電源4為防爆電源，與聲學(xué)信號(hào)采集模塊1、處理終端2、交互模塊3通過(guò)變壓模塊電連接，以提供不同電壓級(jí)別的穩(wěn)定電能，考慮到刮板輸送機(jī)的工況環(huán)境，本實(shí)施例的刮板輸送機(jī)故障診斷系統(tǒng)需做防暴處理，如采用本安型部件或外加防爆殼體。

進(jìn)一步地，本實(shí)施例的聲學(xué)信號(hào)采集模塊1的采集端結(jié)構(gòu)如圖2所示，采集端包括底座10、導(dǎo)桿11、升降套12、夾爪13及麥克風(fēng)14，底座10采用鋼板等作為配重，主要目的是采集端設(shè)置后位置結(jié)構(gòu)的穩(wěn)定性，導(dǎo)桿11豎直形成在底座10頂面上，升降套12套接在導(dǎo)桿11上，可沿導(dǎo)桿11長(zhǎng)度方向上下活動(dòng)，升降套12上沿徑向開(kāi)設(shè)有螺紋孔，鎖緊螺栓120配合設(shè)于螺紋孔中，通過(guò)旋擰鎖緊螺栓120，通過(guò)鎖緊螺栓120與導(dǎo)桿11抵緊與否來(lái)將升降套12定位在合適的高度位置，夾爪13設(shè)于升降套12外側(cè)，主要起夾持麥克風(fēng)14的作用，麥克風(fēng)14與信號(hào)調(diào)理單元信號(hào)連接，麥克風(fēng)14位于軸端100旁側(cè)，采集軸端100處的聲音信息，麥克風(fēng)14不與軸端100直接接觸，本實(shí)施例的采集端可以靈活調(diào)整麥克風(fēng)14的位置，以針對(duì)不同位置的聲音信號(hào)采集需求作出調(diào)整，適用范圍廣，且麥克風(fēng)14不直接與檢測(cè)位置接觸，不會(huì)存在振動(dòng)導(dǎo)致?lián)p壞的情況，也避免了共振產(chǎn)生干擾信號(hào)的情況出現(xiàn)，提高了診斷結(jié)果準(zhǔn)確性。

進(jìn)一步地，本實(shí)施例在麥克風(fēng)14側(cè)壁套設(shè)有直管套，直管套能屏蔽其他聲源發(fā)出聲音信號(hào)引起的干擾，直管套內(nèi)壁面光滑，外壁毛糙，如在外壁設(shè)有狼牙交錯(cuò)式凸起或磨砂層，可以進(jìn)一步減少其他聲源對(duì)麥克風(fēng)14要采集聲音信號(hào)的干擾，進(jìn)一步提高診斷結(jié)果準(zhǔn)確性。

進(jìn)一步地，一處采集端，可布置若干個(gè)麥克風(fēng)14，相應(yīng)的，升降套12上形成有對(duì)應(yīng)數(shù)量的夾爪13夾持麥克風(fēng)14，且至少有一個(gè)麥克風(fēng)14朝向軸端100圓心布置如圖3所示，其余麥克風(fēng)14可呈線性陣列或矩形陣列布置，保證以一軸端100圓心處的麥克風(fēng)14為圓心，半徑5cm范圍內(nèi)至少有一個(gè)麥克風(fēng)14；還可采用三麥克風(fēng)14式的采集端，三個(gè)麥克風(fēng)14其中一個(gè)朝向軸端100圓心布置，另一個(gè)朝向軸端100徑向方向布置，再一個(gè)沿著與軸端100外圓相切的方向布置，由此能對(duì)減速機(jī)啟動(dòng)時(shí)軸端100處的聲音信號(hào)進(jìn)行有效全面的采集，配合麥克風(fēng)14外壁直管套結(jié)構(gòu)，將非對(duì)應(yīng)麥克風(fēng)14采集方向的其他聲源干擾降到最低，由此能大大提高診斷結(jié)果準(zhǔn)確性。

實(shí)施例2

本實(shí)施例提供了一種刮板輸送機(jī)故障診斷方法，方法流程圖如圖4所示，基于實(shí)施例1的刮板輸送機(jī)故障診斷系統(tǒng)，旨在解決針對(duì)聲音信號(hào)診斷時(shí)，干擾因素影響診斷結(jié)果準(zhǔn)確性的問(wèn)題，步驟如下：

S1、將聲學(xué)信號(hào)采集模塊1的采集端布置于軸端100旁側(cè)，本實(shí)施例的采集端設(shè)有一個(gè)麥克風(fēng)14，朝向軸端100圓心布置，麥克風(fēng)14采集減速器啟動(dòng)時(shí)軸端100發(fā)出的聲音信號(hào)，經(jīng)信號(hào)調(diào)理單元放大后，由下位機(jī)將采集的聲音信號(hào)作為原始聲音信號(hào)傳輸至處理終端2；

S2、處理終端2對(duì)原始聲音信號(hào)進(jìn)行處理，先通過(guò)EMD算法分解原始聲音信號(hào)，得到N個(gè)IMF分量；

S3、篩選出M個(gè)敏感IMF分量，并將最敏感的IMF分量記為IMFsen-i；

篩選步驟如下：

S30、計(jì)算各IMF分量的相關(guān)系數(shù)r；



其中，X為原始聲音信號(hào)，Y為IMF分量信號(hào)，Cov(X,Y)為X與Y的協(xié)方差，Var[X]為X的方差，Var[Y]為Y的方差；

將原始聲音信號(hào)帶入X中，分別將各IMF分量信號(hào)帶入Y中，利用上式，即可求得各IMF分量對(duì)應(yīng)的相關(guān)系數(shù)；

S31、計(jì)算各IMF分量的峭度指標(biāo)k；





其中，



為IMF分量信號(hào)的平均值，σx為IMF分量信號(hào)的標(biāo)準(zhǔn)差，N為IMF分量個(gè)數(shù)；

分別將各IMF分量信號(hào)帶入Y中，利用上式，即可求得各IMF分量對(duì)應(yīng)的峭度指標(biāo)；

S32、計(jì)算各IMF分量的融合指標(biāo)k_r，利用如下公式；

k_r＝k+r；

將每個(gè)IMF分量對(duì)應(yīng)的相關(guān)系數(shù)r及峭度指標(biāo)k先進(jìn)行歸一化處理，然后帶入上式即可求得各IMF分量的融合指標(biāo)k_r；

歸一化處理具體步驟如下：



在對(duì)各相關(guān)系數(shù)進(jìn)行歸一化處理時(shí)，將各相關(guān)系數(shù)中的最小值帶入xmin中，將各相關(guān)系數(shù)中的最大值帶入xmax中，分別將各IMF分量的相關(guān)系數(shù)帶入x中，即可求得各IMF分量歸一化處理后的各相關(guān)系數(shù)



同理，對(duì)各峭度指標(biāo)進(jìn)行歸一化處理時(shí)，將各峭度指標(biāo)的最小值帶入xmin中，將各峭度指標(biāo)的最大值帶入xmax中，分別將各IMF分量的峭度指標(biāo)帶入x中，即可求得各IMF分量歸一化處理后的各峭度指標(biāo)



然后利用各相關(guān)系數(shù)



及峭度指標(biāo)



求出融合指標(biāo)，



S33、按各IMF分量融合指標(biāo)的大小排序各IMF分量，融合指標(biāo)越大，對(duì)應(yīng)IMF分量越敏感，融合指標(biāo)最大的IMF分量為最敏感的IMF分量記為IMFsen-i；

篩選敏感IMF分量時(shí)按融合指標(biāo)從大到小的順序選取，本實(shí)施例中取1個(gè)最敏感的IMF分量，即M為1；

S4、通過(guò)自相關(guān)分析法尋找并剔除IMFsen-i信號(hào)中存在模式混疊的數(shù)據(jù)段Smix；

定義滑動(dòng)窗長(zhǎng)度為L(zhǎng)，利用自相關(guān)分析法，逐個(gè)窗口尋找IMFsen-i信號(hào)中存在模式混疊的數(shù)據(jù)段Smix，并剔除；

S5、對(duì)剔除Smix數(shù)據(jù)段的IMFsen-i信號(hào)利用快速傅里葉變換(FFT)進(jìn)行分析，得到剔除Smix數(shù)據(jù)段的IMFsen-i信號(hào)的頻域圖像，如圖7所示，按照頻率集中變化的區(qū)間篩選出IMFsen-i信號(hào)的主要頻段成分區(qū)間[flow，fhigh]；

S6、EMD算法分解后，得到了N個(gè)IMF分量，其中最敏感的IMF分量是第i個(gè)，對(duì)第i-1個(gè)IMF分量進(jìn)行低通濾波，上截止頻率設(shè)置為fhigh，得到濾波后的信號(hào)Sfilter-i-1；對(duì)第i+1個(gè)IMF分量進(jìn)行高通濾波，下截止頻率設(shè)置為flow，得到濾波后的信號(hào)Sfilter-i+1；將Sfilter-i-1、IMFsen-i和Sfilter-i+1進(jìn)行相加重構(gòu)得到信號(hào)S合；

S7、通過(guò)VMD算法對(duì)S合信號(hào)進(jìn)行分解，得到一系列imf分量；

VMD算法的分解過(guò)程可看做下式描述的約束變分問(wèn)題的構(gòu)造與求解：



式中，C為需要分解的模態(tài)個(gè)數(shù)，本實(shí)施例中取C＝3，{uc}為分解后的第c個(gè)模態(tài)分量，{ωc}為分解后第c個(gè)模態(tài)分量的中心頻率，δ(t)為狄拉克函數(shù)，*為卷積運(yùn)算符，t為時(shí)間，j為虛數(shù)符號(hào)，f為輸入信號(hào)，即S合信號(hào)；

求解上式，引入Lagrange乘法算子λ，將約束變分問(wèn)題轉(zhuǎn)變?yōu)榉羌s束變分問(wèn)題，得到增廣Lagrange表達(dá)式為：



(2)式的鞍點(diǎn)對(duì)應(yīng)(1)式的解，利用乘子交替迭代法進(jìn)行求解，最終得到一系列imf分量；

α為懲罰因子，用于保證高斯噪聲下信號(hào)的重建精度，本實(shí)施例的α由能量差曲線確定，能量差為VMD分解的各層imf分量的能量和與原信號(hào)S合能量之間差的絕對(duì)值，如圖8所示，α取1500，確保高重建精度；

如圖5所示，圖5中a為利用常規(guī)的單EMD分解處理方法中模態(tài)混疊處理效果，可看出各層之間存在較為明顯的模態(tài)混疊現(xiàn)象，b為采用本實(shí)施例方法處理后VMD分解中的效果圖，可看出模態(tài)混疊現(xiàn)象基本消失，后續(xù)進(jìn)行包絡(luò)譜分析診斷準(zhǔn)確性更高；

S8、篩選出最敏感的imf分量，記為imffinal，篩選方法同S3，先分別計(jì)算各imf分量的相關(guān)系數(shù)與峭度指標(biāo)，分別進(jìn)行歸一化處理，然后計(jì)算各imf分量的融合指標(biāo)，然后選出最大融合指標(biāo)對(duì)應(yīng)的imf分量，記為imffinal，對(duì)此信號(hào)進(jìn)行希爾伯特包絡(luò)譜分析，如圖6所示，可明顯的看出故障頻率，由此判斷檢測(cè)位置存在故障，處理終端2發(fā)出信號(hào)給交互模塊3，交互模塊3向用戶發(fā)出聲光信號(hào)警示。

本實(shí)施例的刮板輸送機(jī)故障診斷方法，S1步驟采集目標(biāo)區(qū)域的原始聲音信號(hào)，通過(guò)S2步驟，采用EMD算法將原始聲音信號(hào)分解為一系列IMF分量，在S3步驟中，通過(guò)構(gòu)建融合指標(biāo)作為評(píng)價(jià)指標(biāo)，進(jìn)行篩選，去除主要諧波和噪聲成分，得到M個(gè)敏感分量，然后在S4步驟通過(guò)自相關(guān)分析法將EMD分解后分量中產(chǎn)生的模態(tài)混疊段去除，然后通過(guò)S5步驟，確定所選敏感分量的中心頻帶的帶寬，并限定上下截止頻率，以便對(duì)相鄰的兩分量進(jìn)行濾波(由于模態(tài)混疊出現(xiàn)在相鄰分量間，EMD分解的特點(diǎn)是將信號(hào)分解為一系列高頻到低頻的信號(hào)，所以對(duì)敏感分量相鄰分量進(jìn)行濾波時(shí)設(shè)定上截止頻率和下截止頻率，能確保所濾分量的頻率在中心頻帶內(nèi)，進(jìn)一步的去噪)，S6根據(jù)S5設(shè)定的上下截止頻率進(jìn)行相鄰分量濾波處理，對(duì)處理后的信號(hào)進(jìn)行合成重構(gòu)，然后在S7步驟中采用VMD算法進(jìn)行分解，以克服EMD模態(tài)混疊的問(wèn)題，單純采用EMD算法無(wú)法避免模態(tài)混疊的問(wèn)題，VMD算法雖然可以克服模態(tài)混疊，但是單純采用VMD算法自身存在局限性就是分解層數(shù)C需要人為設(shè)定，對(duì)于復(fù)雜未知信號(hào)，無(wú)法提前知道其主要組成成分，因此通過(guò)本實(shí)施例的方法，利用了EMD自適應(yīng)分解的優(yōu)點(diǎn)，通過(guò)S1～S7步驟依次執(zhí)行，得到去噪后由三層分量組成的重構(gòu)信號(hào)，進(jìn)而確定VMD算法中的分解層數(shù)為3層，并確定最佳懲罰因子α，通過(guò)本實(shí)施例的各處理步驟，將EMD與VMD算法結(jié)合，使二者優(yōu)勢(shì)互補(bǔ)，有效克服二者的弊端，進(jìn)而大大減小了噪聲、模態(tài)混疊等因素對(duì)診斷結(jié)果的影響，由于有效信號(hào)往往只有一層，因此S8步驟篩選出最敏感的一層信號(hào)，對(duì)該層分量信號(hào)進(jìn)行包絡(luò)變換，即可診斷出軸承是否故障，根據(jù)其頻率可以判斷出發(fā)生了什么類型的故障，本實(shí)施例的診斷方法，各步驟間依次遞進(jìn)，相互配合，有效的提高了診斷結(jié)果的準(zhǔn)確性。

本發(fā)明所述實(shí)例僅僅是對(duì)本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述，并非對(duì)本發(fā)明構(gòu)思和范圍進(jìn)行限定，在不脫離本發(fā)明設(shè)計(jì)思想的前提下，本領(lǐng)域工程技術(shù)人員對(duì)本發(fā)明的技術(shù)方案作出的各種變形和改進(jìn)，均應(yīng)落入本發(fā)明的保護(hù)范圍。