一種機械設備振動信號的降噪方法技術

本發(fā)明專利技術涉及一種機械設備振動信號的降噪方法，其包括步驟：對非平穩(wěn)振動信號進行局部均值分解；根據(jù)局部均值分解后得到的PF分量，計算各PF分量與非平穩(wěn)振動信號的互相關系數(shù)，將互相關系數(shù)與預先設定數(shù)值進行比較，并將互相關系數(shù)小于預先設定數(shù)值的各PF分量進行疊加重構，得到虛擬噪聲通道信號；該虛擬噪聲通道信號作為FastICA算法的輸入信號；根據(jù)FastICA算法將振動信號與虛擬噪聲通道信號進行盲源分離，得到振動信號源信號和噪聲信號，實現(xiàn)對振動信號的降噪處理。本發(fā)明專利技術能有效降低振動信號中噪聲干擾，使故障特征頻率更加明顯，進而有利于故障特征的提取，可以廣泛在機械設備故障診斷領域中應用。

【技術實現(xiàn)步驟摘要】

本專利技術涉及一種降噪方法，特別是關于。
技術介紹
機械設備是一個復雜的系統(tǒng)，各個零部件之間存在相對運動，而且機械設備的運 行工況經(jīng)常發(fā)生變化，這些因素導致采集到的振動信號中除了反映設備運行狀態(tài)的有用信 號之外，還有大量的噪聲。噪聲的存在對設備運行狀態(tài)的監(jiān)測、故障診斷都帶來了很大的干 擾，因此需要對振動信號進行降噪處理。 傳統(tǒng)的振動信號降噪方法通常使用濾波器設置不同通帶，達到對某特定波帶信號 的抑制或濾除。但是這類降噪方法僅適用于信號與噪聲處于不同頻帶的情形。對于復雜系 統(tǒng)振動信號而言，系統(tǒng)信號與噪聲信號在頻帶上發(fā)生相互混疊的現(xiàn)象往往是無法避免的， 這使得傳統(tǒng)降噪方法在處理復雜系統(tǒng)信號時存在很大局限性，效果往往不佳。
技術實現(xiàn)思路
針對上述問題，本專利技術的目的是提供，能有效 降低振動信號中噪聲干擾，使故障特征頻率更加明顯，進而有利于故障特征的提取。 為實現(xiàn)上述目的，本專利技術采取以下技術方案：， 其特征在于，所述方法包括以下步驟：（1)對非平穩(wěn)振動信號x(t)進行局部均值分解如下： (1. 1)確定振動信號x(t)上的所有局部極值點叫，計算所有相鄰兩個極值點的平均值mi: 式中，ni+1是與局部極值點~相鄰的局部極值點；（1.2)將所有的平均值^用直線 連接，然后采用滑動平均方法做平滑處理，得到局域均值函數(shù)mn(t);(1.3)通過局部極值 點叫求出相應的包絡估計值ap并將所有包絡估計值％用直線連接，然后采用滑動平均方 法做平滑處理，得到相應的包絡估計函數(shù)an(t);(1.4)從原始非平穩(wěn)振動信號x(t)中將 局域均值函數(shù)mn(t)分離出去，得到剩余信號hn(t)，用剩余信號hn(t)除以包絡估計函數(shù) an⑴，對剩余信號hn⑴進行解調(diào)：hn(t) =x(t)-mn(t), (1)sn(t) =hn(t)/an(t)， ⑵式中，sn(t)為過程信號，解調(diào)直到該過 程信號sn (t)為純調(diào)頻信號為止；（1. 5)將迭代得到的包絡估計函數(shù)全部相乘，得到一個瞬 時幅值函數(shù)ajt): (1.6)將瞬時幅值函數(shù)&1(〇與純調(diào)頻信號sln(t)相乘，得到原始非平穩(wěn)振動信號 x(t)的第一個PR分量：PFA) =ai(t)sln(t) ;(1.7)從原始非平穩(wěn)振動信號x(t)中將第 一個PFl分量分離后，得到新的信號ui(t)，將信號Ul (t)作為新的原始信號，重復上述步驟， 循環(huán)到信號Uk(t)是一個單調(diào)函數(shù)： 式中，PFk(t)表示第k個PF分量，uk(t)表示信號余量；（2)根據(jù)步驟⑴中局部 均值分解后得到的PF分量，計算各PF分量與非平穩(wěn)振動信號x(t)的互相關系數(shù)，將互相 關系數(shù)與預先設定數(shù)值進行比較，并將互相關系數(shù)小于預先設定數(shù)值的各PF分量進行疊 加重構，得到虛擬噪聲通道信號v(t);該虛擬噪聲通道信號v(t)作為FastICA算法的輸入 信號；（3)根據(jù)FastICA算法將振動信號x(t)與虛擬噪聲通道信號v(t)進行盲源分離，得 到振動信號源信號和噪聲信號，實現(xiàn)對振動信號的降噪處理 所述步驟（1. 3)中，所述包絡估計值&1為： 所述步驟（1. 4)中，判定所述過程信號sn(t)是否為純調(diào)頻信號的方法為：如果過 程信號sn(t)的包絡估計函數(shù)a12(t) = 1，則判定該過程信號sn(t)是一個純調(diào)頻信號，否 則重復根據(jù)公式（1)_(2)進行n次迭代，直到過程信號sln(t)為一個純調(diào)頻信號為止，即： 其中， 迭代的終止條件設置為：lim、⑴=1。 n->〇〇 將所述迭代終止條件優(yōu)選為：1-A<aln(t) < 1+A，其中A是根據(jù)實際需要設置 的偏差值。 所述步驟（3)中，基于所述FastICA算法的盲源分離方法如下：（3. 1)假設存在m 個相互獨立的振動源Sj (t)，其中j= 1，2,…，m，通過信號采集得到了m個振動信號Xj (t)， 且m個振動信號& (t)的向量形式用X'表示；(3.2)對m個振動信號& (t)的向量X'進 行中心化處理，即令X' -E=X"，使其均值為0,其中，E為數(shù)學期望；(3.3)根據(jù) FastICA算法中的白化公式對向量X"進行白化處理，得到用于求解近似信號源yj(t)的向 量X;白化處理如下：a)首先求解向量X"的協(xié)方差矩陣Cx，Cx=E ;b)根據(jù)協(xié) 方差矩陣Cx，得到以協(xié)方差矩陣Cx的單位范數(shù)特征向量為列的矩陣F= (ei…en)，其中， ei(i= 1，2,…，n)為協(xié)方差矩陣Cx的單位范數(shù)特征向量；c)根據(jù)協(xié)方差矩陣(^，得到以協(xié) 方差矩陣cx的特征值為對角元素的對角矩陣DzdiagWi…dn)，其中，屯（1 = 1，2,…，n) 為協(xié)方差矩陣Cx的特征值；d)將步驟b)和步驟c)中的矩陣F和對角矩陣D代入FastICA 算法中的白化公式I= 4廠〃，得到向量X;(3. 4)根據(jù)FastICA算法中的分離矩陣W和向 量X構造出近似信號源yj (t)的向量Y=WX，使得Y與原來的獨立信號源Si (t)近似。 利用所述分離矩陣W求解所述近似信號源h(t)的向量Y時，采用芬蘭科學家許 韋里寧的迭代公式對分離矩陣W進行收斂計算后得到的分離矩陣W。 所述分離矩陣W的收斂方法為：a)首先對分離矩陣W賦予隨機初始值； b)利用Hyvarinen的迭代公式W(k+1) = ￡如}-￡{8}1〇〇1計算 W(k+1)，其中E表示求數(shù)學期望，g表示非二次函數(shù)的導數(shù)，k為迭代次數(shù)；c)利用 W(k+1) -W(k+1)/| |W(k+l) | |2規(guī)范化W(k+1) ;d)反復迭代直至W收斂，得到收斂后的分離 矩陣W。 本專利技術由于采取以上技術方案，其具有以下優(yōu)點：1、本專利技術基于局部均值分解與 獨立成分分析聯(lián)合降噪，實現(xiàn)對振動信號噪聲進行降噪，對于系統(tǒng)信號與噪聲信號在頻帶 上具有混疊情況的振動信號，可有效降低振動信號中噪聲的干擾。2、本專利技術聯(lián)合降噪方法 處理后的信號故障特征頻率更加明顯，有利于故障特征的提取。本專利技術可以廣泛在機械設 備故障診斷領域中應用。【附圖說明】 圖1是本專利技術的整體流程示意圖。【具體實施方式】 下面結合附圖和實施例對本專利技術進行詳細的描述。 如圖1所示，本專利技術提供，該方法是基于局部 均值分解與獨立成分分析對振動信號實現(xiàn)聯(lián)合降噪的方法，其包括以下步驟： (1)對非平穩(wěn)振動信號x(t)進行局部均值分解，其步驟如下： (1. 1)確定振動信號x(t)上的所有局部極值點（包括極大值和極小值）ni，計算 所有相鄰兩個極倌點的平詢值叫：⑴式中，ni+1是與局部極值點ni相鄰的局部極值點。 (1. 2)將所有的平均值叫用直線連接，然后采用滑動平均方法做平滑處理，得到局 域均值函數(shù)mn(t)。 (1. 3)通過局部極值點叫求出相應的包絡估計值ai，并將所有包絡估計值ai用直 線連接，然后采用滑動平均方法做平滑處理，得到相應的包絡估計函數(shù)an (t)。 包絡估計值&1為：(2) U. 4)從原妬非干穩(wěn)振動信號x⑴中將局域均值函數(shù)mn⑴分離出去，得到剩余 信號hn(t)，用剩余信號hn(t)除以包絡估計函數(shù)an(t)，對剩余信號hn(t)進行解調(diào)，即： hn (t) =x(t) -mn (t), 本文檔來自技高網(wǎng)...

【技術保護點】
一種機械設備振動信號的降噪方法，其特征在于，所述方法包括以下步驟：(1)對非平穩(wěn)振動信號x(t)進行局部均值分解如下：(1.1)確定振動信號x(t)上的所有局部極值點ni，計算所有相鄰兩個極值點的平均值mi：mi=ni+ni+12,]]>式中，ni+1是與局部極值點ni相鄰的局部極值點；(1.2)將所有的平均值mi用直線連接，然后采用滑動平均方法做平滑處理，得到局域均值函數(shù)m11(t)；(1.3)通過局部極值點ni求出相應的包絡估計值ai，并將所有包絡估計值ai用直線連接，然后采用滑動平均方法做平滑處理，得到相應的包絡估計函數(shù)a11(t)；(1.4)從原始非平穩(wěn)振動信號x(t)中將局域均值函數(shù)m11(t)分離出去，得到剩余信號h11(t)，用剩余信號h11(t)除以包絡估計函數(shù)a11(t)，對剩余信號h11(t)進行解調(diào)：h11(t)＝x(t)?m11(t)，???(1)s11(t)＝h11(t)/a11(t)，???(2)式中，s11(t)為過程信號，解調(diào)直到該過程信號s11(t)為純調(diào)頻信號為止；(1.5)將迭代得到的包絡估計函數(shù)全部相乘，得到一個瞬時幅值函數(shù)a1(t)：a1(t)=a11(t)a12(t)...a1n(t)=Πj=1na1j(t);]]>(1.6)將瞬時幅值函數(shù)a1(t)與純調(diào)頻信號s1n(t)相乘，得到原始非平穩(wěn)振動信號x(t)的第一個PF1分量：PF1(t)＝a1(t)s1n(t)；(1.7)從原始非平穩(wěn)振動信號x(t)中將第一個PF1分量分離后，得到新的信號u1(t)，將信號u1(t)作為新的原始信號，重復上述步驟，循環(huán)到信號uk(t)是一個單調(diào)函數(shù)：u1(t)=x(t)-PF1(t)u2(t)=u1(t)-PF2(t)...uk(t)=uk-1(t)-PFk(t),]]>式中，PFk(t)表示第k個PF分量，uk(t)表示信號余量；(2)根據(jù)步驟(1)中局部均值分解后得到的PF分量，計算各PF分量與非平穩(wěn)振動信號x(t)的互相關系數(shù)，將互相關系數(shù)與預先設定數(shù)值進行比較，并將互相關系數(shù)小于預先設定數(shù)值的各PF分量進行疊加重構，得到虛擬噪聲通道信號v(t)；該虛擬噪聲通道信號v(t)作為FastICA算法的輸入信號；(3)根據(jù)FastICA算法將振動信號x(t)與虛擬噪聲通道信號v(t)進行盲源分離，得到振動信號源信號和噪聲信號，實現(xiàn)對振動信號的降噪處理。...

【技術特征摘要】

【專利技術屬性】
技術研發(fā)人員：蔣章雷，徐小力，左云波，吳國新，
申請(專利權)人：北京信息科技大學，
類型：發(fā)明
國別省市：北京;11