一种基于改进小波阈值去噪的参数化传递路径分析方法技术

本发明专利技术提供了一种基于改进小波阈值去噪的参数化传递路径分析方法，包括如下步骤：建立系统传递路径分析TPA模型；测取激励信号和频响函数信号；对所述激励信号进行小波分解；通过阈值函数对小波分解系数进行阈值处理，得出估计小波系数；通过估计小波系数重构小波信号；辨识载荷；根据频响函数和载荷，计算贡献量。本发明专利技术解决了传统硬阈值函数不连续导致信号处理后产生振荡，软阈值函数处理信号后产生信号失真的问题，使得所采集的工况信号更准确，贡献量识别精度更高。

【技术实现步骤摘要】
一种基于改进小波阈值去噪的参数化传递路径分析方法
本专利技术涉及汽车、船舶等机械系统的噪声、振动和声振粗糙度分析领域，特别涉及一种基于改进小波阈值去噪的参数化传递路径分析方法。
技术介绍
汽车，船舶等机械系统结构复杂，尤其是在运行工况下，振源较多，振动噪声机理复杂，一般的振动分析方法难以解决。传递路径分析技术TPA从整体的角度考虑，分别分析振动源，传递路径，目标点振动响应，逐步查找振动噪声成因，是一种解决复杂结构NVH(noise，vibration，harshness——噪声，振动，声振粗糙度)问题的有效方法。传递路径分析技术的核心是载荷的识别和传递函数的测量，其准确程度直接影响到最终结果的计算精度。目前针对载荷的识别，计算精度较高的是传统TPA技术所采用的逆矩阵法，该方法需要测取大量的数据进行建模计算，耗时巨大，计算周期较长，成本较高，很难在快节奏的工业领域内广泛应用。2011年，KarlJanssens等人提出一种参数化载荷识别模型OPAX，该方法采用工况数据建模，通过拟合参数来估计机械连接件的动刚度，取代了传统的动刚度实验，成本较低，周期较短，计算精度较为准确，近几年在NVH
应用广泛。而该参数化模型因存在拟合参数过多，导致动刚度估计结果不够准确，进而导致最终贡献量计算精度不高。为了解决这一问题，技术人员通常会采用适当增加工况数据的办法来提高计算精度，而工况数据通常是在室外运行工况下测取，环境较室内(如消音室，转毂实验室等)恶劣，干扰信号较多，使得载荷识别误差较大，贡献量计算精度不高。由振动传感器采集到的有用信号是随着时间变化，且有一定规律可循的，而其他干扰信号随机性很强，往往涵盖在有用的信号数据中，难以区分。
技术实现思路
针对现有技术中存在的不足，本专利技术提供了一种基于改进小波阈值去噪的参数化传递路径分析方法，该方法所采用的小波阈值函数解决了传统硬阈值函数不连续导致信号处理后产生振荡，软阈值函数处理信号后产生信号失真的问题，使得所采集的工况信号更准确，贡献量识别精度更高。本专利技术是通过以下技术手段实现上述技术目的的。一种基于改进小波阈值去噪的参数化传递路径分析方法，包括如下步骤：建立系统传递路径分析TPA模型；测取激励信号和频响函数信号；对所述激励信号进行小波分解；通过阈值函数对小波分解系数进行阈值处理，得出估计小波系数；通过估计小波系数重构小波信号；辨识载荷；根据频响函数和载荷，计算贡献量。进一步，所述建立系统传递路径分析TPA模型具体为：对待分析的机械系统确定一种运行工况，分析机械系统的激励源位置，以及激励源至目标响应点的振动传递路径。进一步，测取激励信号和频响函数信号具体为：在系统传递路径分析TPA模型中，测取激励源处的激励信号、参考点及目标点处的响应信号；拆除激励源部分，测取传递路径起始点至目标点和参考点的频响函数。进一步，所述阈值函数为：其中：为估计小波系数，e为自然数，n为调节因子，正整数；λj为阈值，j为小波分解尺度，即为小波分解层数，j为正整数；Nj为第j层小波分解系数的长度；σj为第j层所含噪声的标准差，σj＝median(|ωj,k|)/0.6745；ωj,k为第j层的第k个小波系数，k为正整数。本专利技术的有益效果在于：1.本专利技术所述的基于改进小波阈值去噪的参数化传递路径分析方法，提出的改进后的阈值函数结构简单，能够解决传统硬阈值函数在阈值点处不连续，软阈值函数的估计小波系数与实际小波系数存在固定偏差等问题，并且拥有调节因子，能够调节改进阈值函数与硬阈值函数的逼近程度，可根据实际需要进行选用，使得处理后的工况信号更准确。2.本专利技术所述的基于改进小波阈值去噪的参数化传递路径分析方法，采用的阈值会随着分解层数的变大而逐渐缩小，自适应性较强。3.本专利技术所述的基于改进小波阈值去噪的参数化传递路径分析方法，目标点处的贡献量计算结果与实际值趋近程度更高，峰值频率处表现优异。附图说明图1为本专利技术所述的基于改进小波阈值去噪的参数化传递路径分析方法的流程图。图2为实施例左悬置被动端X向振动加速度降噪效果图。图3为n＝2和n＝8时，改进阈值函数与硬阈值函数，软阈值函数的对比图。图4为2阶工况下，地板Z向振动加速度实测值，采用硬阈值函数和本专利技术方法计算的模拟贡献量对比图。图5为2阶工况下，地板Z向振动加速度实测值，采用软阈值函数和本专利技术方法计算的模拟贡献量对比图。图6为2阶工况下，地板Z向振动加速度实测值，原方法的模拟贡献量计算值和本专利技术方法的模拟贡献量计算值对比图。具体实施方式下面结合附图以及具体实施例对本专利技术作进一步的说明，但本专利技术的保护范围并不限于此。如图1所示，本专利技术所述的基于改进小波阈值去噪的参数化传递路径分析方法，具体步骤如下。步骤1，建立TPA模型。以一辆搭载1.5T四缸汽油发动机的乘用汽车为研究对象，以发动机为激励源，发动机悬置，变速器悬置以及后拉杆为传递路径，车辆地板处为目标响应点，建立传递路径分析模型。每个悬置处分析X，Y，Z三个方向，那么由悬置被动端传递到地板每个方向各有9条路径，共计27条路径。步骤2，采集工况激励信号，测取频响函数。选定车辆的行驶工况为3挡节气门全开工况，在每个悬置的主动端，被动端，以及目标点处分别布置一个振动传感器，测取各传感器的振动信号。拆除动力总成部件，保留悬置被动端，地板处的振动传感器，测取悬置被动端9个方向至地板处3个方向的频响函数。步骤3，进行小波分解。采用sym5小波对悬置处的振动信号进行尺度为5的小波分解，分别得到每个尺度下的小波系数ωj,k，j为小波分解尺度，即为小波分解层数，k表示第k个小波系数。步骤4，通过阈值函数对小波分解系数进行阈值处理，得出估计小波系数；通过估计小波系数重构小波信号；所述阈值函数为：其中：为估计小波系数，e为自然数，n为调节因子，正整数；λj为估计小波阈值，j为小波分解尺度，即为小波分解层数，j为正整数；Nj为第j层小波分解系数的长度；σj为第j层所含噪声的标准差，σj＝median(|ωj,k|)/0.6745；ωj,k为第j层的第k个小波系数，k为正整数。采用函数来选取每层尺度下的估计小波阈值λj，该函数所确定的阈值可以随着小波分解尺度j的增大而逐渐减小，符合噪声的幅值随着分解尺度的增大而逐渐变小的特点，其中σj＝median(|ωj,k|)/0.6745，N表示数据的长度。图3为n＝2和n＝8时，本专利技术的阈值函数与硬阈值函数，软阈值函数的对比图，其中横坐标表示小波分解系数，纵坐标表示由阈值方法计算得到的小波系数估计系数。本专利技术的阈值函数所计算得到的小波估计系数位于软阈值函数与硬阈值函数之间，且当n→∞时，该函数即为传统硬阈值函数。调节参数n的数值，可进一步调整重构信号与原始信号的逼近程度。当ωj,k＝λj时，有ln(|ωj,k-λj|n+e)＝1，显然因此该阈值函数在ωj,k＝λj处是连续的，同理，该函数在ωj,k＝-λj处也是连续的。本专利技术的阈值函数可以根据n值选取的不同对估计值与实际值之间的固定偏差进行不同程度的衰减，灵活方便。最后利用估计的小波系数进行小波逆变换，重构工况信号值。步骤5，辨识载荷。将步骤4处理后的悬置主动端，被动端的信号代入多级带宽估计模型，进行载荷辨识，获得悬置各方向的载本文档来自技高网...

【技术保护点】
1.一种基于改进小波阈值去噪的参数化传递路径分析方法，其特征在于，包括如下步骤：建立系统传递路径分析TPA模型；测取激励信号和频响函数信号；对所述激励信号进行小波分解；通过阈值函数对小波分解系数进行阈值处理，得出估计小波系数；通过估计小波系数重构小波信号；辨识载荷；根据频响函数和载荷，计算贡献量。

【技术特征摘要】
1.一种基于改进小波阈值去噪的参数化传递路径分析方法，其特征在于，包括如下步骤：建立系统传递路径分析TPA模型；测取激励信号和频响函数信号；对所述激励信号进行小波分解；通过阈值函数对小波分解系数进行阈值处理，得出估计小波系数；通过估计小波系数重构小波信号；辨识载荷；根据频响函数和载荷，计算贡献量。2.根据权利要求1所述的基于改进小波阈值去噪的参数化传递路径分析方法，其特征在于，所述建立系统传递路径分析TPA模型具体为：对待分析的机械系统确定一种运行工况，分析机械系统的激励源位置，以及激励源至目标响应点的振动传递路径。3.根据权利要求1所述的基于改进小波阈值去噪的参数化传递路径...

【专利技术属性】
技术研发人员：潘公宇，朱瑞，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32