一种基于经验小波变换碰摩声发射故障诊断方法技术

本发明专利技术公开了一种基于经验小波变换碰摩声发射故障诊断方法，包括如下步骤：(1)通过碰摩声发射实验装置获得声发射信号；(2)声发射信号依据频谱特性进行自适应划分；(3)分区后加小波窗，定义经验尺度函数和经验小波函数；(4)定义经验小波变换；(5)对每个经验模态分量进行Hilbert变换，获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量。本发明专利技术根据声发射信号的傅里叶频谱进行自适应划分，并构建小波滤波器来提取声发射信号所包含的不同固有模态分量，分解出的模态少，有效消除模态混叠、端点效应等现象；对经验模态分量进行Hilbert变换来获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量，达到对碰摩信号进行故障诊断的目的。

Fault diagnosis method for rub impact acoustic emission based on empirical wavelet transform

The invention discloses an empirical wavelet transform acoustic emission based on fault diagnosis method, which comprises the following steps: (1) by acoustic emission experiment apparatus to obtain acoustic emission signal; (2) adaptive division of the acoustic emission signal spectrum characteristic basis; (3) after the partition with small wave window, definition of empirical scaling function and the experience of wavelet function; (4) definition of empirical wavelet transform; (5) Hilbert transform to each component, to obtain instantaneous frequency and amplitude, get time-frequency energy experience based on wavelet transform. The present invention is adaptively divided according to the Fourier spectrum of AE signal, and construct wavelet filters to extract the acoustic emission signal of different intrinsic mode components contained in the modal decomposition of small, effectively eliminate mode mixing and end effects of the phenomenon; Hilbert transform empirical mode components to obtain instantaneous frequency and amplitude, time experience frequency energy based on wavelet transform, fault diagnosis to rub the signal.

【技术实现步骤摘要】

本专利技术涉及旋转机械故障诊断领域，尤其是一种基于经验小波变换碰摩声发射故障诊断方法。
技术介绍
声发射技术以其响应频带宽、灵敏度高等特点成为近年来旋转机械故障诊断中的研究热点。但是声发射信号易受环境噪声的干扰，尤其是旋转机械运行中产生的大量干扰噪声，使得有用的声发射故障特征变得模糊甚至被淹没，从而难以对故障进行有效的分析和诊断。因此，对声发射信号进行降噪处理是实现有效诊断的前提。傅里叶变换在对信号进行分解的同时也将噪声进行分解，因而存在抑制噪声和保护信号边缘的矛盾，对于准确识别去除噪声有一定的障碍。常用的时频分析方法主要有短时傅里叶变换、Winger-Ville分布、小波变换和经验模态分解等，但这几种方法，又各自存在缺陷。短时傅里叶变换中窗函数一旦选定了，它的时频分辨率就固定了，不符合高频信号分辨率应比低频信号分辨率高的实际要求；Winger-Ville分布虽有很高的时频分辨率，但是对于多分量信号，由于交叉干扰项的存在，其应用受到了很大的限制；小波变换具有多分辨率的特性，但是在应用中需要人为的选择小波基，因此缺乏自适应性，并且不能很好的解决低频干扰的问题。经验模态分解(EmpiricalModeDecomposition，EMD)对非平稳信号能够进行自适应分解，但仍存在一定的缺陷，它是一种经验性的方法，缺乏完备的理论基础，分解后所得到的模态分量的正交性仍有待论证；通过包络线进行分解的结束判断标准没有科学性，可能会导致分解的信号出现模态混叠的问题；需要经过多次迭代才可得到完全的IMF分量，耗时长，计算量大。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于经验小波变换碰摩声发射故障诊断方法，可以有效消除模态混叠、端点效应等现象，有效对碰摩信号进行故障诊断。为解决上述技术问题，本专利技术提供一种基于经验小波变换碰摩声发射故障诊断方法，包括如下步骤：(1)通过碰摩声发射实验装置获得声发射信号；(2)声发射信号依据频谱特性进行自适应划分；(3)分区后加小波窗，定义经验尺度函数和经验小波函数；(4)定义经验小波变换；(5)对每个经验模态分量进行Hilbert变换，获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量。优选的，步骤(2)中，信号f(t)通过经验小波变换分解成N+1个模态函数fi(t)之和，如式(2-1)所示：式(2-1)中的fi(t)为调幅-调频信号(AM-FM)，则fi(t)的表示如下fi(t)＝Fi(k)cos(φi(t))(2-2)式(2-2)中：Fi(k)＞0，φ′i(t)＞0，构建合适的小波滤波器提取原信号的AM-FM成分；将原信号的频率范围为[0，π]的傅里叶谱划分成N个连续区间Λn，相邻两个频带的边界由ωn表示，其中ωn为信号傅里叶谱两个相邻极大值点之间的中点，表达为：以ωn为中心，过渡段宽度为Tn＝2τn。优选的，步骤(3)中，定义经验尺度函数和经验小波函数分别为：式(3-1)和(3-2)中的τn和β(x)表示为：优选的，步骤(4)中，定义经验小波变换为由FFT(·)和IFFT-1(·)分别表示傅里叶变换和傅里叶逆变换，则可由信号与经验小波函数的内积产生经验小波变换细节系数由信号与经验尺度函数的内积产生近似系数式(4-1)和(4-2)中：和分别是ψn(ω)和φ1(ω)的傅里叶变换；和则分别是ψn(ω)和φ1(ω)的共轭复数，则原信号可重建如下：公式(4-3)中的和分别是和的傅里叶变换，按照公式(4-3)，则公式(2-2)中的经验模态fi可定义如下：本专利技术的有益效果为：根据声发射信号的傅里叶频谱进行自适应划分，并构建小波滤波器来提取声发射信号所包含的不同固有模态分量，分解出的模态少，有效消除模态混叠、端点效应等现象；对每个经验模态分量进行Hilbert变换来获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量，从而达到对碰摩信号进行故障诊断的目的。附图说明图1为本专利技术的碰摩声发射实验系统示意图。图2为本专利技术的傅里叶轴分割图。图3为本专利技术的仿真信号及加噪声时域波形示意图。图4为本专利技术的含噪声仿真信号经EWT分解示意图。图5为本专利技术的含噪声仿真信号经EMD分解示意图。图6(a)为本专利技术的无碰摩状态下实验碰摩声发射信号时域波形示意图。图6(b)为本专利技术的有碰摩状态下实验碰摩声发射信号时域波形示意图。图7(a)为本专利技术的有碰摩声发射信号EWT分解示意图。图7(b)为本专利技术的有碰摩声发射信号EMD分解示意图。图8(a)为本专利技术的实验信号无碰摩状态下的EWT-Hilbert谱示意图。图8(b)为本专利技术的实验信号无碰摩状态下的EMD-Hilbert谱示意图。图8(c)为本专利技术的实验信号有碰摩状态下的EWT-Hilbert谱示意图。图8(d)为本专利技术的实验信号有碰摩状态下的EMD-Hilbert谱示意图。具体实施方式碰摩声发射实验系统由转子碰摩实验台、传感器、前置放大器、调速器和声发射采集系统组成。如图1所示，转子碰摩试验台为柔性转子试验台，由三个具有滑动轴承的轴承座用于支撑转子，两个碰摩圆盘，碰摩螺钉组成。碰摩螺钉可以通过盖状导波板上螺孔指向转轴中心，并与圆盘侧面相接触。当转子以一定转速旋转时，调节碰摩螺钉与碰摩圆盘发生碰摩，产生的碰摩声发射信号经由导波板被声发射传感器所接收。通过调节碰摩螺钉旋入深度来模拟不同强度的碰摩。调速器实现电机0-10000r/min范围的无极调速；为了降低由于介质不连续而引起的声发射波形畸变，在接触面之间填充耦合剂。盖状导波板的材料为45号钢，声发射信号采集系统是由Polar9300e便携式工控机，内置PCI-2声发射采集卡，采用UT-1000传感器，设置AE信号采样频率为1MbPS，采样点为20000，滤波频带设置为0-200kHz,放大增益为40dB。为了降低LAMB波和边界反射波的混叠，实验中的信号采集碰摩初期的信号。一种基于经验小波变换碰摩声发射故障诊断方法，包括如下步骤：(1)通过碰摩声发射实验装置获得声发射信号；(2)声发射信号依据频谱特性进行自适应划分；(3)分区后加小波窗，定义经验尺度函数和经验小波函数；(4)定义经验小波变换；(5)对每个经验模态分量进行Hilbert变换，获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量。步骤(2)中，信号f(t)通过经验小波变换分解成N+1个模态函数fi(t)之和，如式(2-1)所示：式(2-1)中的fi(t)为调幅-调频信号(AM-FM)，则fi(t)的表示如下fi(t)＝Fi(k)cos(φi(t))(2-2)式(2-2)中：Fi(k)＞0，φ′i(t)＞0，构建合适的小波滤波器提取原信号的AM-FM成分；将原信号的频率范围为[0，π]的傅里叶谱划分成N个连续区间Λn，相邻两个频带的边界由ωn表示，其中ωn为信号傅里叶谱两个相邻极大值点之间的中点，表达为：以ωn为中心，过渡段宽度为Tn＝2τn。步骤(3)中，定义经验尺度函数和经验小波函数分别为：式(3-1)和(3-2)中的τn和β(x)表示为：步骤(4)中，定义经验小波变换为由FFT(·)和IFFT-1(·)分别表示傅里叶变换和傅里叶逆变换，则可由信号与经验小波函数的内积产生经验小波变换细节系数由信号与经验尺度函数的内积产生近似系数式(本文档来自技高网...

【技术保护点】
一种基于经验小波变换碰摩声发射故障诊断方法，其特征在于，包括如下步骤：(1)通过碰摩声发射实验装置获得声发射信号；(2)声发射信号依据频谱特性进行自适应划分；(3)分区后加小波窗，定义经验尺度函数和经验小波函数；(4)定义经验小波变换；(5)对每个经验模态分量进行Hilbert变换，获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量。

【技术特征摘要】
1.一种基于经验小波变换碰摩声发射故障诊断方法，其特征在于，包括如下步骤：(1)通过碰摩声发射实验装置获得声发射信号；(2)声发射信号依据频谱特性进行自适应划分；(3)分区后加小波窗，定义经验尺度函数和经验小波函数；(4)定义经验小波变换；(5)对每个经验模态分量进行Hilbert变换，获得瞬时频率和瞬时幅值，得到基于经验小波变换的时频能量。2.如权利要求1所述的基于经验小波变换碰摩声发射故障诊断方法，其特征在于，步骤(2)中，信号f(t)通过经验小波变换分解成N+1个模态函数fi(t)之和，如式(2-1)所示：f(t)=Σi=0Nfi(t)---(2-1)]]>式(2-1)中的fi(t)为调幅-调频信号(AM-FM)，则fi(t)的表示如下fi(t)＝Fi(k)cos(φi(t))(2-2)式(2-2)中：Fi(k)＞0，φ′i(t)＞0，构建合适的小波滤波器提取原信号的AM-FM成分；将原信号的频率范围为[0，π]的傅里叶谱划分成N个连续区间Λn，相邻两个频带的边界由ωn表示，其中ωn为信号傅里叶谱两个相邻极大值点之间的中点，表达为：Λn=[ωn-1,ωn],n=1,2,...,N,(ω0=0,ωN=π)∪n-1NΛn=[0,π]---(2-3)]]>以ωn为中心，过渡段宽度为Tn＝2τn。3.如权利要求1所述的基于经验小波变换碰摩声发射故障诊断方法，其特征在于，步骤(3)中，定义经验尺度函数和经验小波函数分别为：式(3-1)和(3-2)中的τn和β(x)表示为：4.如权利要求1所...

【专利技术属性】
技术研发人员：邓艾东，张瑞，司晓东，刘东瀛，李晶，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32