1.一种用于诊断燃气调压器故障的方法,包括:获取目标燃气调压器的原始信号;
使用CEEMDAN算法对所述原始信号进行处理,生成一系列本征模函数;
基于所获得的本征模函数,确定出希尔伯特谱、希尔伯特边缘谱和特征向量;
基于所述希尔伯特谱、所述希尔伯特边缘谱、所述特征向量和预定的各个故障类型,确定所述目标燃气调压器的故障类型。
2.根据权利要求1所述的方法,所述使用CEEMDAN算法对所述原始信号进行处理,生成一系列本征模函数,包括:根据以下公式,将原始信号分解:
其中,x(t)表示原始信号,IMF表示征模函数,n表示本征模函数的个数,IMFi(t)表示第i个本征模函数,r(t)表示信号分解后剩余的残余量,t表示时间;
X(n)=x(n)+εωi(n),其中,ωi(n)代表第i个添加的高斯白噪声,ε表示噪声的幅值,x(n)表示原始信号,X(n)表示添加噪声后的原始信号;
第一个本征模函数分量是根据以下公式确定的:其中, 表示使用CEEMDAN算法得出的第一个本征模函数分量,I表示重复加噪声的实验次数;
第二个本征模函数是根据以下公式确定的:
其中, 表示使用CEEMDAN算法得出的第二个本征模函数分量,i=1,2...I,r1(n)表示第一次分解后剩余的余量,E1[εωi(n)]表示使用经验模态分解算法对εωi(n)进行第一次分解后的结果;
以此类推,直到分解出最后一个本征模函数分量。
3.根据权利要求2所述的方法,其中,r1(n)所表示的第一次分解后的余量是根据以下公式确定的:其中,r1(n)表示第一次分解后的余量。
4.根据权利要求1所述的方法,其中,基于所得到的本征模函数,确定出希尔伯特谱、希尔伯特边缘谱和特征向量,包括:根据以下公式确定所述希尔伯特谱:
其中,H表示信号的希尔伯特谱,表示信号的能量在时间和频率上的分布,ω表示信号的频率,t表示信号的时间,ai代表第i个本征模函数分量的瞬时幅度,Re表示实部,e是一个无理数,j是虚部表示方法,ωi表示第i个本征模函数分量的瞬时频率,t表示时间,dt表示时间上的微分;
根据以下公式确定所述希尔伯特边缘谱:
其中,T表示信号的长度,h(ω)表示信号的希尔伯特边缘谱,表示信号的能量随着频率的分布,ω表示信号的频率;
根据以下公式构建所述特征向量:
T=[E1/E E2/E ... E5/E], 其中,T表示特征向量,E表示信号的总能量,E1表示第1个频带的能量,E2表示第2个频带的能量,E5表示第5个频带的能量,j表示第j个频带,Ej表示第j个频带的能量。
5.根据权利要求4所述的方法,其中,所述Ej是根据以下公式确定的:其中,Ej表示第j个频带的能量,n1频带的下限,n2表示频带的上限,j表示第j个频带,h(ω)表示信号的希尔伯特边缘谱,表示信号的能量随着频率的分布,ω表示信号的频率,d表示微分符号。
6.根据权利要求1所述的方法,其中,基于所述希尔伯特谱、所述希尔伯特边缘谱、所述特征向量和预定的各个故障类型,确定所述目标燃气调压器的故障类型,包括:基于所述预定的各个故障类型的特征向量确定聚类中心;
基于所述希尔伯特谱、所述希尔伯特边缘谱、所述特征向量确定目标燃气调压器和所述聚类中心的隶属度;
根据所述目标燃气调压器和所述聚类中心的隶属度确定所述目标燃气调压器的故障类型。