机械装备监测振动信号的时频图处理方法及系统的制作方法
【专利摘要】本发明为机械装备监测振动信号的时频图处理方法及系统，本方法为：第一步对采集的机械装备监测振动信号进行线性或双线性时频变换得到其时频图TFRs。再对时频图TFRs进行均值阈值处理，得到稀疏时频图STFRs。第二步用随机下抽样对STFRs时频压缩采样，得维数仅为原K倍的MSTFR。第三步用并行类FISTA近端分解方法，经迭代计算，重构时频图STFRs*。本系统有相连接的监测前端机和服务器，监测前端机含A/D数据采集、时频变换、均值阈值化和时频压缩采样模块，并连接振动传感器，服务器含在线数据存储和重构算法模块。本发明重构时频图维数大大减少，便于数据存储与传输，使时频分析技术可广泛应用于机械装备故障的实时定量分析诊断。
【专利说明】机械装备监测振动信号的时频图处理方法及系统
【技术领域】
[0001] 本发明属于机械装备故障监测、诊断领域，具体涉及一种机械装备监测振动信号 的时频图处理方法及系统。
【背景技术】
[0002] 机械故障诊断对提高装备整体运行安全性和可靠性，避免意外停机及恶性事故具 有重大意义。机械发生故障时，采集到的振动信号往往是具有非平稳性、非高斯性和非线性 的随机信号。对此类振动信号的分析现主要有傅里叶变换谱分析方法，此方法对信号分析 的前提是假设信号是平稳性的，故此方法在时域上不起作用，尤其是针对非平稳信号的分 析，由于进行信号分析时取的是在全局上的一个平均，即在时间轴上得任何突变，其频谱将 分散在整个频率轴上。时频分析技术可同时提供时域、频域信息，一直以来都是机械故障诊 断的有力工具。随着当前软硬件技术的发展，时频分析技术已经可以通过硬件如FPGA等方 式实现，因此为其在机械系统实时监测与诊断前端实时应用提供可能。但是，由于时频变化 后得到的是一个大维数的矩阵数据，严重影响其后续存储以及传输效率。例如，一秒采集的 振动信号数据长度为4096,采用平滑伪Wigner变换后的时频分析矩阵为4096X4096。当 对机械装备进行长时间的状态监测时，最终需要存储的数据将极其巨大，巨量数据过长的 存储时间也难以实现对故障的实时诊断。因此这成为严重制约时频分析技术在机械装备状 态监测与实时诊断应用的瓶颈。另外，很多基于时频分析的优秀故障特征提取方法也因上 述瓶颈限制，而无法应用，只能停留在理论层面。
【发明内容】
[0003] 本发明的目的在于提供一种机械装备监测振动信号的时频图处理方法，该方法通 过采集机械装备监测振动信号，采用时频变换和均值阈值化对时频图进行处理，得到振动 信号的稀疏时频图；进而采用时频压缩采集时频图信息，降低时频信息维数后传输并存储； 再采用重构算法重构时频图，并基于此进行深度故障诊断分析。
[0004] 本发明的另一目的在于根据本发明机械装备监测振动信号的时频图处理方法，设 计的一种机械装备监测振动信号的时频图处理系统，该系统包括监测前端机和服务器，监 测前端机连接采集机械装备监测振动信号的振动传感器，含有时频变换模块、均值阈值化 模块和时频压缩采样模块，服务器则包括重构算法模块，服务器与监测前端机相连接。
[0005] 本发明的机械装备监测振动信号的时频图处理方法及系统主要包括如下步骤：
[0006] 第一步：时频变换
[0007] 本步骤先对采集的机械装备监测振动信号进行时频变换得到其时频图。
[0008] 所述机械装备为包括轴承、齿轮和轴等关键部件的机械装备，在关键部件上安装 振动传感器，采集机械装备的实时振动信号s(t)，采样频率为2KHz?20KHz，根据采用传感 器类型设定。
[0009] 所述振动传感器为压电加速度传感器、或位移传感器、或电涡流位移传感器。
[0010] 本发明采用线性时频变换或者双线性时频变换对振动信号s(t)进行处理得到其 时频图。
[0011] 所述线性时频变换包括短时傅里叶变换（STFT)、小波变换（WT)、Gabor变换和S变 换。
[0012] 采用短时傅里叶变换，信号s(t)的时频变换为
[0013]
【权利要求】
1.机械装备监测振动信号的时频图处理方法，其特征在于包括如下步骤： 第一步：时频变换 本步骤先对采集的机械装备监测振动信号进行时频变换得到其时频图； 所述机械装备为包括轴承、齿轮和轴等关键部件的机械装备，在关键部件上安装振动 传感器，采集机械装备的实时振动信号S(t)，采样频率为2KHZ?20KHZ; 采用线性时频变换或者双线性时频变换对振动信号s(t)进行处理得到其时频图 TFRs; 对时频变换所得的时频图TFRs进行均值阈值处理，得到稀疏时频图STFRs:
其中Mean(TFRs)为计算时频分析矩阵的均值，&与fk表示SPWs (t，f)时频网格所对应 的第i个时刻与第k个频率点； 第二步：时频压缩采样 时频压缩采样采用随机下抽样，BP Mstfr -①· STFRs， 其中，Φ为随机测量矩阵，MstfkS压缩测量后的矩阵；随机测量矩阵Φ是随机生成的 〇、1矩阵，其中设定为的"1"的元素所占比例为K，K= 0. 11?0.43 ; 第三步：重构时频图 压缩重构时频图的过程中引入总变差TV、LJPL2模型，重构过程为如下TV-L「L2模型 的优化求解过程，
针对F(X) =ga(x)+g^xKf1(X)的优化求解，采用类FISTA的并行近端分离方法，具 体操作如下： i、输入Lf>L(f)，即取利普席茨指数上边界值； 仏取Y1= X〇eΩ，t i=1，Σ!?J=I iii、计算
其中算子
采用迭代方式计算 xk=argmin{F(X):X=zk，xk_J
经过k次迭代，所得71;+1即为重构时频图STFRs*。
2. 根据权利要求1所述机械装备监测振动信号的时频图处理方法，其特征在于： 所述第一步中的线性时频变换包括短时傅里叶变换、小波变换、Gabor变换和S变换； 采用短时傅里叶变换，信号s(t)的时频变换为 -CO
其中，τ为积分变量，*表示共轭，j为虚数单位，t和f分别表示采样时刻和频率，g(t) 表示加窗函数，窗函数为Kaiser或Hamming指定窗宽度的窗函数； 采用小波变换，信号s(t)的时频变换为
其中，a为尺度系数，Φ为母小波函数；Φ是一个在时间轴上积分为零的函数，对Φ伸 缩和平移τ后得小波原子φ、a(t) =a1/2^ ((t-〇/a)。
3. 根据权利要求1所述机械装备监测振动信号的时频图处理方法，其特征在于： 所述第一步中的双线性时频变换包括Cohen类时频变换、平滑伪Wigner时频变换和Choi-Williams时频变换； 采用Cohen类时频变换，信号s(t)的时频变换为
其中，υ与τ为积分变量，K(t,f;u，τ)称为满足一定条件的核函数； 采用平滑伪Wigner时频变换，信号s(t)的时频变换为
上式中g(u-t)与h(t)均为加窗函数，u、v为积分变量，时域窗函数和频域窗函数均为Kaiser或Hamming指定窗宽度的窗函数。
4. 根据权利要求1所述机械装备监测振动信号的时频图处理方法，其特征在于： 所述第一步中的线性时频变换或者双线性时频变换采用平滑伪Wigner时频变换对信 号s(t)进行时频变换。
5. 根据权利要求1所述机械装备监测振动信号的时频图处理方法，其特征在于： 所述第二步中时频压缩采样所用的随机测量矩阵Φ中，设定为"1"的元素所占比例K=0. 15 ?0. 25。
6. 根据根据权利要求1或2所述机械装备监测振动信号的时频图处理方法，设计的机 械装备监测振动信号的时频图处理系统，该系统包括监测前端机和服务器，其特征在于： 所述监测前端机连接采集机械装备监测振动信号的振动传感器，监测前端机含有A/D数据采集模块、时频变换模块、均值阈值化模块和时频压缩采样模块，服务器则包括在线数 据存储模块和重构算法模块，服务器与监测前端机相连接。
7. 根据权利要求6所述机械装备监测振动信号的时频图处理系统，其特征在于： 所述振动传感器为压电加速度传感器、或位移传感器、或电涡流位移传感器。
【文档编号】G01M7/02GK104458170SQ201410624434
【公开日】2015年3月25日 申请日期:2014年11月7日 优先权日:2014年11月7日
【发明者】王衍学, 蒋占四, 丁永彬, 孟令杰 申请人:桂林电子科技大学