一种基于单通道信号盲分离滚动轴承的特征提取方法

文档序号:9303226
一种基于单通道信号盲分离滚动轴承的特征提取方法
【技术领域】
[0001] 本发明涉及机械故障诊断技术领域,涉及一种基于单通道信号盲分离滚动轴承的 特征提取方法。
【背景技术】
[0002] 盲信号分离是近些年来信号处理领域研究的热点问题。所谓盲信号分离就是指从 若干传感器观测到多个信号的混合信号中恢复出无法直接观测到的原始信号的方法。盲信 号分离一般要求传感器个数多于信号源个数,而单通道盲分离则是指用于观测信号混合信 号的传感器只有一个。这是盲信号分离中的一个难点,但是这在机械故障诊断工程应用中 却是更加贴近实际条件的。
[0003] 针对欠定盲分离即传感器数目小于信源数目的情况,主要的方法有基于中值的聚 类算法盲分离方法 [1]、基于位势函数的欠定盲分离方法[2],这些存在的问题是基于源信号 的稀疏问题,而对于稀疏性较差的信号则分离效果不好;还有基于小波分解的盲信号分离
[3] ,它存在的问题是对小波基的选择依靠性很强,小波基不同分离效果差别很大;此外也有 基于固有模式函数(EMD)、总体固有模式函数(EEMD)的盲分离方法[45],EMD方法存在的问 题是存在模态混叠现象,EEMD方法问题是计算量较大,计算时间也较长,因此在实际工程应 用中即时性不强。
[0004] 参考文献
[0005]【1】FABIANJT;CARL0SGP;ELMARWLMedian-basedclusteringfor underdeterminedblindsignalprocessing[外文期刊]2006(02).
[0006]【2】张赞;李本威;王永华;基于位势函数的欠定盲源分离识别诊断方法[J].航空 动力学报,2010, 25 (01),218-223.
[0007]【3】王娇;刘郁林;何为;晁志超;小波分解单通道盲分离干扰抑制方法[J].
[0008] 重庆邮电大学学报(自然科学版),2014, 26(5),648-653.
[0009]【4】李舜酩;刘晓伟;郭海东;一种单通道振动信号的盲分离方法[P].中国专利: CN102288285B,2011-05-24.
[0010] 【5】孟宗;蔡龙;基于EEMD子带提取相关机械振动信号单通道盲分离[J].振动与 冲击,2014, 33(20),40-46.

【发明内容】

[0011] 针对上述现有技术中存在的问题和缺陷,本发明的目的在于,提供一种基于单通 道信号盲分离滚动轴承的特征提取方法。
[0012] 为了实现上述目的,本发明采用如下技术方案:
[0013] -种基于单通道信号盲分离滚动轴承的特征提取方法,具体包括以下步骤:
[0014]步骤1 :选取频率切片小波变换函数,对给定的原始振动信号进行频率切片小波 变换,得到时频图,再对频率切片小波变换后的信号进行逆变换得到重构信号,并画出重构 信号的能量谱;
[0015] 步骤2 :根据步骤1得到的时频图和能量谱,选择能量谱中包含能量峰值的多个区 间对原始振动信号进行切片,得到多个切片的重构信号;
[0016] 步骤3:将步骤2得到的重构信号进行降噪和去冗余,确定最佳信源数目m及其对 应的m个特征向量;
[0017] 步骤4:将m个特征向量组成的矩阵乘以步骤2得到的重构信号,得到降维后的m 维矩阵;
[0018] 步骤5:步骤4得到的m维矩阵,采用独立分量分析得到m个分离信号,并分别求 其包络谱;对包络谱进行归一化处理,叠加得到等效包络谱;观测包络谱,提取故障特征。
[0019] 具体地,所述步骤1的具体实现方法如下:
[0020] 频率切片小波变换定义式为:
[0021]
0)
[0022] 式中,〇为尺度因子,〇乒0, 〇为常数或《和t的函数,0=7或〇 =kt等, K 其中,k为调节时域或频域灵敏度,t为时域变量,co为频域变量;p( ?)为频率切片函数,pYO是P(0的共辄函数;f(T)为原始振动信号,f(〇GL2(R);
[0023] 对频率切片小波变换信号进行逆变换,得到频率切片小波变换信号W(t,co,〇 ) 在时频区域匕,〖2,c^,《2)的信号分量,即重构信号:
[0024]
[0025] 能量定义公式为:
式中,E(?)能量密度函数,E(?)= F(co) |2,其中F(co)为重构信号fa(t)的傅里叶变换。
[0026] 具体地,所述步骤3的具体实现方法如下:
[0027] 步骤3. 1 :求重构信号的协方差矩阵A=(Ajpp,其中
[0028]
[0029] 其中,'为协方差矩阵A中的元素,x115为xFSWT(t)第i行k列元素,&为xFSWT(t) 第i行平均值,n为数据长度;xjkSxFSWT(t)第j行k列元素,士 .为xFSWT(t)第j行平均值;
[0030] 步骤3.2 :计算上述协方差矩阵A的特征值A>A2彡A3彡...An> 〇及 其正交的单位化特征向量从左到右排列
按照公式
计算方差贡献率,当其值大于设定值时,确定信源数目m及其对应 的m个特征向量。
[0031] 与现有技术相比,本发明具有以下技术效果:
[0032] 1、本发明对原始振动信号进行频率切片小波变换,得到信号的能量谱,不再依靠 小波基的选取,切片频带的选取也克服了小波变换频带受限的问题。
[0033] 2、采用主成分分析的方法确定信源数目,解决了当样本较大时获得聚类结论困难 的问题。
[0034] 3、根据主成分分析采用投影方式得到降维的矢量投影矩阵,避免了信号稀疏性的 影响,从而将欠定问题转化为适定问题。
[0035] 4、本发明对具有一定相关性的源信号也可有效实现故障特征提取。
[0036] 5、本发明与传统方法相比,计算量较小,计算速度较快。
【附图说明】
[0037] 图1是本发明的方法流程图;
[0038] 图2是实施例1的源信号及混合信号时域及频谱图;
[0039] 图3是实施例1的混合信号的时频图及重构信号能量谱图;
[0040] 图4是实施例1的分离后的源信号时域及包络谱波形图;
[0041] 图5是实施例1的归一化等效包络谱波形图;
[0042] 图6是实施例1的对比实验分离后的源信号时域图及包络谱图;
[0043] 图7是实施例1的对比实验分离后的源信号归一化等效包络谱波形图;
[0044] 图8是实施例2的观测信号时域波形图;
[0045] 图9是实施例2的观测信号时频图及重构信号的能量谱图;
[0046] 图10是实施例2的分离后的观测信号时域图及包络谱图;
[0047] 图11是实施例2的分离后的观测信号的归一化等效包络谱波形图。
[0048] 下面结合附图和实施例对本发明的方案做进一步详细地解释和说明。
【具体实施方式】
[0049] 遵从上述技术方案,参见图1,本发明的基于单通道信号盲分离滚动轴承的特征提 取方法,具体包括以下步骤:
[0050] 步骤1 :选取频率切片函数,对给定的原始振动信号进行频率切片小波变换,得到 其0~fs/2频带内的时频图,再对频率切片小波变换后的信号进行逆变换得到重构信号, 其中,fs为采样频率,并画出重构信号的能量谱。其具体实现方法如下:
[0051] 频率切片小波变换定义式为:
[0052]
(0
[0053] 式中,〇为尺度因子,〇 # 0, 〇为常数或CO和t的函数,了或〇 =kt等, k 其中,k为调节时域或频域灵敏度,其取值为在时域和频域分辨率的折中选择,t为时域变 量,《为频域变量;P( ?)为频率切片函数,P*( ?)是P( ?)的共辄函数;f(T)为原始振 动信号,f(T)GL2(R),上述计算方式没有依靠对小波基的选取。
[0054] 由于信号时域和频域行为并非相互独立,因而频率切片小波变换结果是冗余的。 理论上其逆变换可以有不同形式。对频率切片小波变换信号进行逆变换,得到频率切片小 波变换信号W(t,《,〇)在时频区域匕,12,
再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1