一种机械设备振动信号的降噪方法技术

本发明专利技术涉及一种机械设备振动信号的降噪方法，其包括步骤：对非平稳振动信号进行局部均值分解；根据局部均值分解后得到的PF分量，计算各PF分量与非平稳振动信号的互相关系数，将互相关系数与预先设定数值进行比较，并将互相关系数小于预先设定数值的各PF分量进行叠加重构，得到虚拟噪声通道信号；该虚拟噪声通道信号作为FastICA算法的输入信号；根据FastICA算法将振动信号与虚拟噪声通道信号进行盲源分离，得到振动信号源信号和噪声信号，实现对振动信号的降噪处理。本发明专利技术能有效降低振动信号中噪声干扰，使故障特征频率更加明显，进而有利于故障特征的提取，可以广泛在机械设备故障诊断领域中应用。

【技术实现步骤摘要】

本专利技术涉及一种降噪方法，特别是关于。
技术介绍
机械设备是一个复杂的系统，各个零部件之间存在相对运动，而且机械设备的运 行工况经常发生变化，这些因素导致采集到的振动信号中除了反映设备运行状态的有用信 号之外，还有大量的噪声。噪声的存在对设备运行状态的监测、故障诊断都带来了很大的干 扰，因此需要对振动信号进行降噪处理。 传统的振动信号降噪方法通常使用滤波器设置不同通带，达到对某特定波带信号 的抑制或滤除。但是这类降噪方法仅适用于信号与噪声处于不同频带的情形。对于复杂系 统振动信号而言，系统信号与噪声信号在频带上发生相互混叠的现象往往是无法避免的， 这使得传统降噪方法在处理复杂系统信号时存在很大局限性，效果往往不佳。
技术实现思路
针对上述问题，本专利技术的目的是提供，能有效 降低振动信号中噪声干扰，使故障特征频率更加明显，进而有利于故障特征的提取。 为实现上述目的，本专利技术采取以下技术方案：， 其特征在于，所述方法包括以下步骤：（1)对非平稳振动信号x(t)进行局部均值分解如下： (1. 1)确定振动信号x(t)上的所有局部极值点叫，计算所有相邻两个极值点的平均值mi: 式中，ni+1是与局部极值点~相邻的局部极值点；（1.2)将所有的平均值^用直线 连接，然后采用滑动平均方法做平滑处理，得到局域均值函数mn(t);(1.3)通过局部极值 点叫求出相应的包络估计值ap并将所有包络估计值％用直线连接，然后采用滑动平均方 法做平滑处理，得到相应的包络估计函数an(t);(1.4)从原始非平稳振动信号x(t)中将 局域均值函数mn(t)分离出去，得到剩余信号hn(t)，用剩余信号hn(t)除以包络估计函数 an⑴，对剩余信号hn⑴进行解调：hn(t) =x(t)-mn(t), (1)sn(t) =hn(t)/an(t)， ⑵式中，sn(t)为过程信号，解调直到该过 程信号sn (t)为纯调频信号为止；（1. 5)将迭代得到的包络估计函数全部相乘，得到一个瞬 时幅值函数ajt): (1.6)将瞬时幅值函数&1(〇与纯调频信号sln(t)相乘，得到原始非平稳振动信号 x(t)的第一个PR分量：PFA) =ai(t)sln(t) ;(1.7)从原始非平稳振动信号x(t)中将第 一个PFl分量分离后，得到新的信号ui(t)，将信号Ul (t)作为新的原始信号，重复上述步骤， 循环到信号Uk(t)是一个单调函数： 式中，PFk(t)表示第k个PF分量，uk(t)表示信号余量；（2)根据步骤⑴中局部 均值分解后得到的PF分量，计算各PF分量与非平稳振动信号x(t)的互相关系数，将互相 关系数与预先设定数值进行比较，并将互相关系数小于预先设定数值的各PF分量进行叠 加重构，得到虚拟噪声通道信号v(t);该虚拟噪声通道信号v(t)作为FastICA算法的输入 信号；（3)根据FastICA算法将振动信号x(t)与虚拟噪声通道信号v(t)进行盲源分离，得 到振动信号源信号和噪声信号，实现对振动信号的降噪处理 所述步骤（1. 3)中，所述包络估计值&1为： 所述步骤（1. 4)中，判定所述过程信号sn(t)是否为纯调频信号的方法为：如果过 程信号sn(t)的包络估计函数a12(t) = 1，则判定该过程信号sn(t)是一个纯调频信号，否 则重复根据公式（1)_(2)进行n次迭代，直到过程信号sln(t)为一个纯调频信号为止，即： 其中， 迭代的终止条件设置为：lim、⑴=1。 n->〇〇 将所述迭代终止条件优选为：1-A<aln(t) < 1+A，其中A是根据实际需要设置 的偏差值。 所述步骤（3)中，基于所述FastICA算法的盲源分离方法如下：（3. 1)假设存在m 个相互独立的振动源Sj (t)，其中j= 1，2,…，m，通过信号采集得到了m个振动信号Xj (t)， 且m个振动信号& (t)的向量形式用X'表示；(3.2)对m个振动信号& (t)的向量X'进 行中心化处理，即令X' -E=X"，使其均值为0,其中，E为数学期望；(3.3)根据 FastICA算法中的白化公式对向量X"进行白化处理，得到用于求解近似信号源yj(t)的向 量X;白化处理如下：a)首先求解向量X"的协方差矩阵Cx，Cx=E ;b)根据协 方差矩阵Cx，得到以协方差矩阵Cx的单位范数特征向量为列的矩阵F= (ei…en)，其中， ei(i= 1，2,…，n)为协方差矩阵Cx的单位范数特征向量；c)根据协方差矩阵(^，得到以协 方差矩阵cx的特征值为对角元素的对角矩阵DzdiagWi…dn)，其中，屯（1 = 1，2,…，n) 为协方差矩阵Cx的特征值；d)将步骤b)和步骤c)中的矩阵F和对角矩阵D代入FastICA 算法中的白化公式I= 4厂〃，得到向量X;(3. 4)根据FastICA算法中的分离矩阵W和向 量X构造出近似信号源yj (t)的向量Y=WX，使得Y与原来的独立信号源Si (t)近似。 利用所述分离矩阵W求解所述近似信号源h(t)的向量Y时，采用芬兰科学家许 韦里宁的迭代公式对分离矩阵W进行收敛计算后得到的分离矩阵W。 所述分离矩阵W的收敛方法为：a)首先对分离矩阵W赋予随机初始值； b)利用Hyvarinen的迭代公式W(k+1) = ￡如}-￡{8}1〇〇1计算 W(k+1)，其中E表示求数学期望，g表示非二次函数的导数，k为迭代次数；c)利用 W(k+1) -W(k+1)/| |W(k+l) | |2规范化W(k+1) ;d)反复迭代直至W收敛，得到收敛后的分离 矩阵W。 本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术基于局部均值分解与 独立成分分析联合降噪，实现对振动信号噪声进行降噪，对于系统信号与噪声信号在频带 上具有混叠情况的振动信号，可有效降低振动信号中噪声的干扰。2、本专利技术联合降噪方法 处理后的信号故障特征频率更加明显，有利于故障特征的提取。本专利技术可以广泛在机械设 备故障诊断领域中应用。【附图说明】 图1是本专利技术的整体流程示意图。【具体实施方式】 下面结合附图和实施例对本专利技术进行详细的描述。 如图1所示，本专利技术提供，该方法是基于局部 均值分解与独立成分分析对振动信号实现联合降噪的方法，其包括以下步骤： (1)对非平稳振动信号x(t)进行局部均值分解，其步骤如下： (1. 1)确定振动信号x(t)上的所有局部极值点（包括极大值和极小值）ni，计算 所有相邻两个极倌点的平询值叫：⑴式中，ni+1是与局部极值点ni相邻的局部极值点。 (1. 2)将所有的平均值叫用直线连接，然后采用滑动平均方法做平滑处理，得到局 域均值函数mn(t)。 (1. 3)通过局部极值点叫求出相应的包络估计值ai，并将所有包络估计值ai用直 线连接，然后采用滑动平均方法做平滑处理，得到相应的包络估计函数an (t)。 包络估计值&1为：(2) U. 4)从原妬非干稳振动信号x⑴中将局域均值函数mn⑴分离出去，得到剩余 信号hn(t)，用剩余信号hn(t)除以包络估计函数an(t)，对剩余信号hn(t)进行解调，即： hn (t) =x(t) -mn (t), 本文档来自技高网...

【技术保护点】
一种机械设备振动信号的降噪方法，其特征在于，所述方法包括以下步骤：(1)对非平稳振动信号x(t)进行局部均值分解如下：(1.1)确定振动信号x(t)上的所有局部极值点ni，计算所有相邻两个极值点的平均值mi：mi=ni+ni+12,]]>式中，ni+1是与局部极值点ni相邻的局部极值点；(1.2)将所有的平均值mi用直线连接，然后采用滑动平均方法做平滑处理，得到局域均值函数m11(t)；(1.3)通过局部极值点ni求出相应的包络估计值ai，并将所有包络估计值ai用直线连接，然后采用滑动平均方法做平滑处理，得到相应的包络估计函数a11(t)；(1.4)从原始非平稳振动信号x(t)中将局域均值函数m11(t)分离出去，得到剩余信号h11(t)，用剩余信号h11(t)除以包络估计函数a11(t)，对剩余信号h11(t)进行解调：h11(t)＝x(t)‑m11(t)，   (1)s11(t)＝h11(t)/a11(t)，   (2)式中，s11(t)为过程信号，解调直到该过程信号s11(t)为纯调频信号为止；(1.5)将迭代得到的包络估计函数全部相乘，得到一个瞬时幅值函数a1(t)：a1(t)=a11(t)a12(t)...a1n(t)=Πj=1na1j(t);]]>(1.6)将瞬时幅值函数a1(t)与纯调频信号s1n(t)相乘，得到原始非平稳振动信号x(t)的第一个PF1分量：PF1(t)＝a1(t)s1n(t)；(1.7)从原始非平稳振动信号x(t)中将第一个PF1分量分离后，得到新的信号u1(t)，将信号u1(t)作为新的原始信号，重复上述步骤，循环到信号uk(t)是一个单调函数：u1(t)=x(t)-PF1(t)u2(t)=u1(t)-PF2(t)...uk(t)=uk-1(t)-PFk(t),]]>式中，PFk(t)表示第k个PF分量，uk(t)表示信号余量；(2)根据步骤(1)中局部均值分解后得到的PF分量，计算各PF分量与非平稳振动信号x(t)的互相关系数，将互相关系数与预先设定数值进行比较，并将互相关系数小于预先设定数值的各PF分量进行叠加重构，得到虚拟噪声通道信号v(t)；该虚拟噪声通道信号v(t)作为FastICA算法的输入信号；(3)根据FastICA算法将振动信号x(t)与虚拟噪声通道信号v(t)进行盲源分离，得到振动信号源信号和噪声信号，实现对振动信号的降噪处理。...

【技术特征摘要】

【专利技术属性】
技术研发人员：蒋章雷，徐小力，左云波，吴国新，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11