基于全数字峰值检波的冲击信号解调方法与流程

本发明属于机械故障诊断领域中的方法研究，涉及一种全数字峰值检波算法和基于该算法的旋转机械故障诊断技术。

背景技术：
随着现代工业的迅猛发展，各种旋转机械广泛应用于各工业领域。旋转机械故障是关系到国民经济生产安全性的重要问题，对故障进行早期诊断，关系着设备能否安全、高效的长期运行，也是整个企业正常生产的重要保障。滚动轴承是易损零件，许多旋转机械中的故障都与滚动轴承有关，机械设备的故障70%是振动故障，而振动故障中约有30%是由轴承引起的。另外，滚动轴承寿命离散性很大，若不进行故障诊断，而只按照设计寿命进行更换或维修，一方面会造成人力财力的浪费，另一方面对未达到设计寿命而已经出现故障的轴承，不能及时维修更换，成为安全隐患。因此对滚动轴承开展监测诊断，对保障机械安全运行和节约成本具有重大意义。利用振动信号对故障进行诊断，是滚动轴承故障诊断中最有效、最常用的方法。目前国内外的滚动轴承故障诊断主要采用共振解调技术，其原理为：当轴承某一元件表面上出现局部损伤时，运行过程中要撞击与之配合的元件表面，将会产生脉冲力。由于这些冲击脉冲力的频带很宽，必然覆盖监测部件的固有频率，从而会激起轴承系统的高频固有振动，这个高频固有振动将受到轴承元件故障特征频率的幅度调制。通过进行包络检波，去除高频衰减振动的频率成分，得到只包含故障特征信息的低频包络信号，进而对此包络信号进行分析（可以是频谱分析，也可以在时域中对峰值进行分析），便可识别滚动轴承的故障特征信息，最后可以判断出轴承故障程度或故障发生位置。共振解调技术的关键是包络信号的提取，现有的方法主要有：软件包络解调（Hilbert解调法）和硬件峰值检波（gSE）。Hilbert解调的过程：通过对原始信号进行两次傅里叶变换运算，得到包络信号的虚部，以原始信号作为实部，将虚部和实部分别平方求和后再开方，得到解调信号。对解调信号进行FFT运算，通过在频谱中寻找滚动轴承部件的特征频率及其倍频，从而实现故障定位。该方法的优势是获取的包络信号中包含了较完整的故障信息。但也存在不足：1）包络的求取过程实时性差。对仅8K的数据，就要进行约3.4e+7次复数乘法，故而数据处理复杂度很高，实时性差，对于低频重载的轴承诊断，由于采集的数据长度很大，这种方法不太适用。2）低信噪比情况下故障检出率不高。由于Hilbert解调后会得到包含较完整信息的包络，而实际应用中，由于低频干扰源多、频率分布广，信息完整的包络信号也必然包含了更多的干扰信息，尤其在早期故障诊断中，这些干扰信号的幅值能量往往淹没了故障信号，这时在频谱中很难识别故障特征频率。硬件峰值检波方法是通过设计一个硬件峰值检波器，得到原始信号的锯齿形包络信号，再对此包络信号做FFT变换，就可通过峰值包络谱实现故障定位。其峰值检波的原理为：Vs为调幅信号，Vo为包络检波信号，R>>RD以保证i充>>i放，即时间常数τ充<<τ放。当Vs电压达到二极管导通阈值时，二极管导通对C充电，τ充=RDC，由于RD很小，所以τ充很小，Vo≈Vs；当Vs电压低于二极管导通阈值时，二极管截止，C经R放电，τ放=RC，由于R很大，所以τ放很大，C上电压下降不多，仍有Vo≈Vs，充放电过程循环往复，C上就获得与包络（调制信号）相一致的电压波形，有很小的起伏。时间常数τ=RC，仅由电路参数决定。τ越大，衰减的越慢，电路的暂态过程越长，这是因为当电压一定时，电容C越大，存储的电场能量就越大，将其释放完所需的时间就越长；电场能量的释放又是通过电流来实现的，电阻R越大，放电电流越小，放电时间就越长。gSE法中峰值检波的优势是：能完整地保留信号的脉冲峰值，并且gSE判定损伤程度是在时域中进行的，无需进行复杂的数学运算。但其存在不足之处：检波过程是完全利用硬件实现，其中具有提高信噪比功能的时间常数τ，是由电路中的电阻和电容值来决定，使得τ值只能在既定的几个档位选择，而且受到电阻和电容元件误差的影响，其保持的峰值能量也受到充电电路中二极管导通阈值的限制。

技术实现要素：
本发明的目的在于提供一种基于全数字峰值检波的冲击信号解调方法。为达到上述目的，本发明采用了以下技术方案。一种基于全数字峰值检波的冲击信号解调方法，其特征在于：该冲击信号解调方法模拟RC充放电过程，对原始信号利用以A*e（-t/τ）为结构元素的形态滤波算法进行滤波，当原始冲击峰值比衰减值高时，原始冲击峰值依然作为解调后的峰值，当原始冲击峰值比衰减值低或原始冲击峰值等于衰减值时，摒弃该峰值，继续按照原始衰减得到解调信号的衰减区，A是某一时刻大于当前衰减值的冲击峰值，t表示结构元素的宽度，τ表示时间常数，时间常数τ决定结构元素形态和峰值的衰减快慢，τ具有提高信噪比的作用。所述冲击信号解调方法的具体步骤如下：令初始冲击峰值A0按照A0*e(-t/τ)进行衰减，得到衰减值Ai，将下一个采集到的冲击峰值A1与Ai比较，如果A1小于等于Ai，则放弃A1，而以Ai作为峰值检波后波形中一点，并继续衰减；如果A1大于Ai，则停止本次衰减，将A1作为峰值检波后波形中的新冲击峰值，并按照A1*e（-t/τ）重新开始衰减过程。所述t的取值范围为0.5T～0.8T，T为滚动轴承某一部件的故障周期。所述τ的选择依据为：其中，α表示结构元素宽度系数，α的取值范围为0.5～0.8，fx表示滚动轴承某一部件的故障特征频率，β表示衰减后剩余的百分比，β的取值范围为10～15%。本发明的有益效果体现在：由于传统的Hilbert解调方法存在包络的求取过程实时性差，以及低信噪比情况下故障检出率不高的缺点；而硬件峰值检波又存在时间常数τ的选取受电路限制，以及保持的峰值能量受到二极管导通阈值限制的缺点。本发明提出以A*e（-t/τ）为结构元素的全数字峰值检波算法，该算法具有良好的实时性，适合应用于嵌入式设备，具有较强的抗噪声能力，时间常数τ可以根据故障特征频率精确选取，同时，可以获得更真实的峰值能量，对工业现场复杂环境下的旋转设备具有良好的诊断效果，具有重要的经济意义和广泛的工程应用价值。附图说明图1是共振解调法的原理框图；图2是硬件包络检波原理图；图3是结构元素宽度对提取脉冲个数的影响图；图4是本发明所述全数字峰值检波的过程示意图；图5是本发明所述全数字峰值检波的算法框图；图6(a)为轴承外圈故障信号，图6(b)为全数字峰值检波后的信号，图6(c)为解调信号的频谱。具体实施方式下面结合附图对本发明做进一步说明。参见图1，现有的共振解调法的原理为：原件损伤引起冲击，冲击信号进一步激起高频固有频率，形成共振，故障信号被调制在共振信号上，对高频共振信号带进行包络检波可以得到低频故障信号，进一步通过频谱分析可以进行相应的故障诊断。参见图2，现有的硬件包络检波原理为：Vs为调幅信号，Vo为包络检波信号，R>>RD以保证i充>>i放，即时间常数τ充<<τ放。当Vs电压达到二极管导通阈值VD时，二极管导通对C充电，τ充=RDC，由于RD很小，所以τ充很小，Vo≈Vs；当Vs电压低于二极管导通阈值时，二极管截止，C经R放电，τ放=RC，由于R很大，所以τ放很大，C上电压下降不多，仍有Vo≈Vs，充放电过程循环往复，C上就获得与包络（调制信号）相一致的电压波形，有很小的起伏。本发明所述冲击信号解调方法基于全数字峰值检波，具体介绍如下：1.全数字峰值检波算法全数字峰值检波算法是基于硬件包络检波原理，通过软件算法实现检波，并且保留检波过程中的冲击峰值。事实上包络波形取决于C两端的电压Uc，Uc=-iR，其中i是i充或i放，故而得到微分方程求解该一阶常系数线性齐次微分方程，就得到C两端电压Uc=Ae（-t/RC），其中A由Uc的初始值决定。通过软件算法模拟RC充放电过程，其过程是令初始冲击峰值A0按照A0*e（-t/τ）进行衰减，得到衰减值Ai，将下一个采集到的冲击值与Ai比较，如果小于等于Ai，则放弃这个峰值，而以Ai作为检波后波形中一点，并继续衰减；如果采集到的冲击峰值大于Ai，则停止本次衰减，将这个冲击峰值作为峰值检波后波形中的新冲击峰值，并重新开始上面的衰减过程，这就实现了全数字峰值检波。可以看出全数字峰值检波中不再利用二极管的导通阈值来决定是否充放电，而是通过比较衰减值与采集到的下一时刻的峰值大小来决定，参见图4以及图5。全数字峰值检波相对于硬件峰值检波有其优势：首先比模拟电路精度高，且没有二极管导通阈值对峰值能量的限制，更能获得真实峰值能量；其次它的τ值可任意选取，而不必像硬件检波电路中τ值由RC值决定，电路完成后τ值的选择就一定了。从图4看到，全数字峰值检波算法对原始信号利用A*e(-t/τ)进行了滤波。因此全数字峰值检波算法的本质，是使用A*e(-t/τ)这一结构元素的形态滤波算法，其中A是一个动态值，它是某一时刻大于当前衰减值的冲击峰值，结构元素中的τ在进行形态滤波时需要首先设定，它是决定结构元素形态的关键参数。2.结构元素A*e(-t/τ)中τ值的选择公式由于本发明提出了一种新的形态滤波算法，故而这里首先说明形态滤波的基础知识。1）形态算子形态滤波包括形态变换和结构元素两个要素。形态变换的基本思想是利用结构元素这一“探针”来收集信号的信息，通过该“探针”在信号中不断移动，对信号进行匹配，以达到提取信号、保持细节和抑制噪声的目的。移动的方式由形态算子决定，形态算子主要包括：膨胀、腐蚀、开、闭运算。设集合A为被研究对象，集合B为结构元素，a、b分别对应A、B中任意点，则膨胀、腐蚀、开、闭运算分别定义如下：AοB=(AΘB)⊕B（3）A·B=(A⊕B)ΘB（4）式中：Ac——表示求补集；Br——表示求反射，即B中每个元素取反；本发明所研究的是一维信号的多值形态变换，对应的4种形态算子可以这样定义，假设输入序列f(n)为定义在整数定义域F=0，1，…，N-1上的离散函数，定义结构元素序列g(n)为定义域G=0，1，…，M-1上的离散函数，且N≥M，m∈0，1，…，M-1，则f(n)关于g(n)的膨胀、腐蚀和开、闭运算定义为：(f⊕g)(n)=max[f(n-m)+g(m)]（5）(fΘg)(n)=min[f(n+m)-g(m)]（6）(fοg)(n)=(fΘg⊕g)(n)（7）(f·g)(n)=(f⊕gΘg)(n)（8）膨胀运算除去了信号的负脉冲并平滑了正脉冲；腐蚀运算除去了正脉冲并平滑了负脉冲；开运算除去了正脉冲并保留了负脉冲；闭运算除去了负脉冲并保留了正脉冲。2）结构元素形态滤波的效果不仅取决于所采用的形态运算，而且还与所采用的结构元素有关，结构元素的尺寸和形状要尽可能接近所采集的信号形态。结构元素的选择主要包括结构元素的类型、幅度和宽度。类型可以是直线、三角形、正方形、圆形等。本发明根据滚动轴承故障信号的形态特点，采用A*e（-tτ）作为结构元素，其幅度由A，即当前的冲击峰值动态决定，那么结构元素的宽度最终将由时间常数τ来决定。结构元素的宽度变化会导致提取出来的脉冲个数不同。结构元素越窄所提取的脉冲个数越多，包含的故障信息就多，但混入的噪声信号也多；结构元素越宽所提取的脉冲个数越少，压制噪声信号的同时，一些重要的故障信息也可能损失掉，同样不利于提高信噪比。根据图3，NikolaouN.G对直线结构元素的分析结果看出，结构元素的宽度变化会导致提取出来的脉冲个数不同。结构元素越窄所提取的脉冲个数越多，包含的故障信息就多，但混入的噪声信号也多；结构元素越宽所提取的脉冲个数越少，压制噪声信号的同时，一些重要的故障信息也可能损失掉，同样不利于提高信噪比。如图3中所示，结构元素宽度在0.5T～0.8T（T为轴承某一部件的故障周期）之间时，提取的故障脉冲个数最多，而噪声脉冲个数最少，即滤波后的信噪比最高。根据NikolaouN.G对直线结构元素的分析结果，为得到最佳的滤波效果，本发明结构元素A*e（-t/τ）的宽度优选0.6T，即t=0.6T。由于全数字峰值检波是基于硬件电路RC充放电的原理，因而数字峰值检波中当前冲击峰值A的衰减，应该与RC零输入响应暂态过程类似，理论上t=∞时RC零输入响应暂态过程结束，但实际上当峰值衰减85%～90%就认为暂态过程基本结束，但由于滚动轴承尺寸和在工业现场的工作情况不同，例如负载、现场噪声干扰等，A衰减量应有差异，记A衰减后剩余的百分比为β，于是得到式：β·A=A*e（-0.6T/τ）（9）式中fx是滚动轴承某一部件的故障特征频率。化简式（9）可得：通过式（10）可以得到τ值的求解方程，如导出式（11）：通常情况下，β可以选择15%。从图4中可以看到，解调信号包括峰值和衰减区，当原始冲击峰值比衰减值高时，将依然作为解调后的峰值，而原始冲击峰值比衰减值低或原始冲击峰值等于衰减值时，摒弃该峰值，继续按照原始衰减得到解调信号的衰减区。解调后，原始高频共振信号得到滤除，保留下与故障相关的低频信号。参见图5，全数字峰值检波算法令初始冲击峰值A0按照A0*e(-t/τ)进行衰减，得到衰减值Ai，将下一个采集到的冲击值与Ai比较，如果小于等于Ai，则放弃这个峰值，而以Ai作为检波后波形中一点，并继续衰减；如果采集到的冲击值大于Ai，则停止本次衰减，将这个冲击值作为峰值检波后波形中的新冲击峰值，并重新开始上面的衰减过程，这就实现了全数字峰值检波。参见图6（a），从原始轴承外圈故障信号中可以看到明显的冲击峰值，这些冲击峰值是由外圈故障引起的，通过全数字峰值检波，得到只包含低频故障信息的解调信号，参见图6（b），对解调信号进行FFT运算，得到解调信号频谱图，参见图6（c），从频谱中，可以清晰的看到轴承故障频率及其倍频，证明了本发明方法的有效性。与Hilbert解调相比，通过全数字峰值解调后的信号具有很高的信噪比，可以在解调信号频谱中清晰地看到轴承故障特征频率及其倍频，且算法复杂度大为降低，具有更好的实时性和抗干扰能力。与硬件峰值检波相比，更准确保持了原始信号的冲击峰值，同时，省去了复杂的硬件电路，降低了成本。以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。