一种汇流旋涡冲击振动识别方法技术

一种汇流旋涡冲击振动识别方法，包括以下步骤：1)将单路或多路振动传感器安装于测点位置，根据识别过程的数据量与处理精度需求，设定相应的采样参数，采集旋涡冲击振动实时物理信号；2)提取振动信号静态参数，得到时域特征参数与频域特征参数；3)提取冲击振动瞬态特征向量；4)规格化处理：将时域特征参数。频域特征参数和冲击振动瞬态特征向量纳入统一的正交基向量空间，采用LBG方法建立面向上述3类特征向量的最优量化器，结合最邻近搜索方法，逐步消除量化过程中的冗余胞腔，得到规格化向量序列；5)通过多维度信息融合的方法实现对汇流旋涡冲击振动状态的识别。本发明专利技术有效识别汇流旋涡冲击振动信号、准确性较高。

【技术实现步骤摘要】

本专利技术涉及工程流体检测与控制领域，尤其是涉及面向汇流旋涡冲击振动识别方法。
技术介绍
在汇流旋涡形成及抽吸过程中，有一系列冲击振动现象产生。旋涡冲击振动与旋涡形成过程中的临界状态跃迁密切相关，是内部能量积聚、释放的结果。因此，研究汇流旋涡形成及抽吸过程演化机理，揭示旋涡临界状态与其所产生冲击振动的本质联系，可对流体涡团、流固耦合噪声等相关动力学问题提供广泛参考，具有重要的科学研究价值与工程应用前景。旋涡冲击振动信号能量较低，易于被环境干扰信号所淹没；含有系列高频畸变成分，具有非线性突变特征，这与旋涡各临界状态跃迁相关，且在数值分析过程中易于产生端点飞翼效应。希尔伯特变换是一种有效的非平稳信号处理新方法，已经在地震工程、电气监控、结构侦测、卫星资料分析、健康医疗等领域获得成功应用。R.Q.Yan提出了一种基于希尔伯特变换的振动信号处理方法，且在滚动轴承状态监控方面获得了较好效果。2007年，D.Guo针对旋转机械主轴的裂纹扩展问题，结合有限元方法与Dimarogonas方法，利用希尔伯特变换分析主轴振动响应，获得主轴的横向裂纹扩展规律。Y.F.Dong利用卡尔曼(Kalman)滤波方法估计动态模型参数，进而提出了一种改进的希尔伯特变换信号处理方法，并在地震波结构损伤探测
方面获得成功应用。L.S.Law提出了一种小波包分解与希尔伯特变换相结合的环形轴承状态监控方法，利用希尔伯特变换对轴承振动信号瞬态特性进行分析，从而弥补小波包分解在时频两域的精度不足问题。通过对上述关键问题的研究概况综述发现，当前国内外尚未有关于旋涡冲击振动特性及其识别方法方面的研究报道。因此，提出一种汇流旋涡冲击振动识别方法是非常有必要的。
技术实现思路
为了克服已有技术无法识别汇流旋涡冲击振动信号的不足，本专利技术提供一种有效识别汇流旋涡冲击振动信号、准确性较高的汇流旋涡冲击振动识别方法。本专利技术解决其技术问题所采用的技术方案是：一种汇流旋涡冲击振动识别方法，所述识别方法包括以下步骤：1)将单路或多路振动传感器安装于测点位置，根据识别过程的数据量与处理精度需求，设定相应的采样参数，采集旋涡冲击振动实时物理信号；2)提取振动信号静态参数，得到时域特征参数与频域特征参数；3)提取冲击振动瞬态特征向量，过程如下：3.1)对采集到的汇流旋涡冲击振动信号进行数字滤波处理，剔除异常冲击干扰，去除基础振动分量；3.2)将经过预处理的旋涡冲击振动信号数据进行经验模态分解处理，得出一定数量的本征模态函数序列；3.3)采用二进制指数退避算法确定本征模态函数序列的长度，保证所分解出来的本征模态函数序列包含了旋涡冲击振动信号在不同时
间尺度的局部特征；3.4)采用一阶导数零点法与极值点连续性延拓法来消除因经验模式分解处理过程中易于出现的拟合过冲与端点飞翼效应；3.5)对本征模态函数进行希尔伯特变换，从而得该信号的希尔伯特谱、时频能量谱特性，进而提取上述旋涡冲击振动序列的各频率成份的模态函数，组建不同目标状态所对应的冲击振动瞬态特征向量；4)规格化处理将时域特征参数。频域特征参数和冲击振动瞬态特征向量纳入统一的正交基向量空间，采用LBG方法建立面向上述3类特征向量的最优量化器，结合最邻近搜索方法，逐步消除量化过程中的冗余胞腔，得到规格化向量序列；5)通过多维度信息融合的方法实现对汇流旋涡冲击振动状态的识别。进一步，所述步骤5)中，对经过矢量量化处理的特征向量进行全局特征级融合与多尺度信息融合，所述的全局特征级融合，采用并联方式，通过自适应卡尔曼滤波方法建立时域特征向量、频域特征向量、瞬态特征向量之间的过程协方差矩阵与噪声协方差矩阵，得到各个汇流旋涡冲击状态的最优估计；所述的多尺度信息融合，采用卷积神经网络与自相关函数相融合方法，在保证各个向量独立性的基础上，对振动信号数据流进行多尺度分级采样，得到目标状态实时观察值序列。更进一步，所述步骤2)中，所述的时域特征参数号包含时域最大值、时域最小值、时域峰峰值、时域方差、时域均方根、速度、加
速度、时域冲击峭度和时域冲击偏度，该10个特征参数组成旋涡冲击振动时域特征向量；所述的频域特征参数包含频域最大值、频域最小值、频域峰峰值、频域方差、频域重心、频域谐波总量、特征频率偏度、特征频率峰度和功率谱密度，该10个特征参数组成旋涡冲击振动频域特征向量。本专利技术的技术构思为：通过振动传感器采集旋涡冲击振动实时物理信号，提取振动信号静态参数与瞬态冲击振动特性作为特征参数，组成面向汇流旋涡冲击振动状态识别的特征向量，然后对向量进行规格化处理，最后通过多维度信息融合的方法实现对汇流旋涡冲击振动状态的准确识别。所述的汇流旋涡冲击振动状态，为面向旋涡形成、演变、生存、消亡过程所涉及的物理形态及振动特性的识别目标定义，主要包含液面水平、液面轻度凹陷、液面深度凹陷、旋涡贯穿、旋涡抽吸、液面回退、旋涡消亡7个目标状态。所述的液面水平状态为容器排流过程的初始状态，旋涡尚未生成，液面保持水平，旋转速度分量逐渐集聚，旋涡冲击振动尚未形成。所述的液面轻度凹陷状态为汇流旋涡形成的初级形态，液面在离心力与张力的作用下形成凹陷，旋涡开始转动，旋涡冲击能量集聚并逐步释放。所述的液面深度凹陷状态为汇流旋涡形成的发展形态，旋涡转速持续增加，旋涡前端不断下沉，液面张力不足以限制离心力的作用而产生破裂，旋涡冲击振动逐渐增强，并出现第一级峰值。所述的旋涡贯穿状态为汇流旋涡完全形成状态，旋涡前锋到达排流
口，旋涡转速达到峰值，形成贯穿的空气芯，出现强烈的气液两相耦合现象，旋涡冲击振动出现第二级峰值(最大值)。所述的旋涡抽吸状态汇流形成后的稳定生存状态，转速保持稳定，容器顶层流体伴随空气被旋涡中心吸入，出现系列气液两相耦合现象，旋涡冲击振动幅度增大，且在该状态期间保持稳定。所述的液面回退目标状态为汇流旋涡能量的耗散状态，旋涡深度不断减小，旋转速度不断降低，旋涡冲击振动幅度持续减小。所述的旋涡消亡目标状态为汇流旋涡能量耗尽，凹液面消失，容器液位处于最低水平，旋涡冲击振动消失。本专利技术的有益效果主要表现在：采用时域特征向量、频域特征向量、冲击瞬态特性向量作为输入，可有效的覆盖旋涡冲击各维度的冲击细节特征；专用的冲击振动瞬态特征处理算法，确保在检测对象物理条件改变条件下的模态识别精度；对经过矢量量化处理的特征向量进行全局特征级融合与多尺度信息融合，提高旋涡冲击振动目标状态识别环节的精度与实时性。附图说明图1是汇流旋涡冲击振动识别方法的流程图；图2是旋涡冲击瞬态特征向量提取算法流程图；图3是向量规格化算法处理流程图；图4是多维度信息融合识别算法流程图。具体实施方式下面结合附图对本专利技术作进一步描述。参照图1～图4，一种汇流旋涡冲击振动识别方法，所述识别方法
包括以下步骤：1)将单路或多路振动传感器安装于测点位置，根据识别过程的数据量与处理精度需求，设定相应的采样参数，采集旋涡冲击振动实时物理信号；2)提取振动信号静态参数，得到时域特征参数与频域特征参数；3)提取冲击振动瞬态特征向量，4)规格化处理：将时域特征参数。频域特征参数和冲击振动瞬态特征向量纳入统一的正交基向量空间，采用LBG方法建立面向上述3类特征向量的最优量化器，结本文档来自技高网...

【技术保护点】
一种汇流旋涡冲击振动识别方法，其特征在于：所述识别方法包括以下步骤：1)将单路或多路振动传感器安装于测点位置，根据识别过程的数据量与处理精度需求，设定相应的采样参数，采集旋涡冲击振动实时物理信号；2)提取振动信号静态参数，得到时域特征参数与频域特征参数；3)提取冲击振动瞬态特征向量，过程如下：3.1)对采集到的汇流旋涡冲击振动信号进行数字滤波处理，剔除异常冲击干扰，去除基础振动分量；3.2)将经过预处理的旋涡冲击振动信号数据进行经验模态分解处理，得出一定数量的本征模态函数序列；3.3)采用二进制指数退避算法确定本征模态函数序列的长度，保证所分解出来的本征模态函数序列包含了旋涡冲击振动信号在不同时间尺度的局部特征；3.4)采用一阶导数零点法与极值点连续性延拓法来消除因经验模式分解处理过程中易于出现的拟合过冲与端点飞翼效应；3.5)对本征模态函数进行希尔伯特变换，从而得该信号的希尔伯特谱、时频能量谱特性，进而提取上述旋涡冲击振动序列的各频率成份的模态函数，组建不同目标状态所对应的冲击振动瞬态特征向量；4)规格化处理将时域特征参数。频域特征参数和冲击振动瞬态特征向量纳入统一的正交基向量空间，采用LBG方法建立面向上述3类特征向量的最优量化器，结合最邻近搜索方法，逐步消除量化过程中的冗余胞腔，得到规格化向量序列；5)通过多维度信息融合的方法实现对汇流旋涡冲击振动状态的识别。...

【技术特征摘要】
1.一种汇流旋涡冲击振动识别方法，其特征在于：所述识别方法包括以下步骤：1)将单路或多路振动传感器安装于测点位置，根据识别过程的数据量与处理精度需求，设定相应的采样参数，采集旋涡冲击振动实时物理信号；2)提取振动信号静态参数，得到时域特征参数与频域特征参数；3)提取冲击振动瞬态特征向量，过程如下：3.1)对采集到的汇流旋涡冲击振动信号进行数字滤波处理，剔除异常冲击干扰，去除基础振动分量；3.2)将经过预处理的旋涡冲击振动信号数据进行经验模态分解处理，得出一定数量的本征模态函数序列；3.3)采用二进制指数退避算法确定本征模态函数序列的长度，保证所分解出来的本征模态函数序列包含了旋涡冲击振动信号在不同时间尺度的局部特征；3.4)采用一阶导数零点法与极值点连续性延拓法来消除因经验模式分解处理过程中易于出现的拟合过冲与端点飞翼效应；3.5)对本征模态函数进行希尔伯特变换，从而得该信号的希尔伯特谱、时频能量谱特性，进而提取上述旋涡冲击振动序列的各频率成份的模态函数，组建不同目标状态所对应的冲击振动瞬态特征向量；4)规格化处理将时域特征参数。频域特征参数和冲击振动瞬态特征向量纳入统一的正交基向量空间，采用LBG方法建立面向上述3类特征向量的最优量化器...

【专利技术属性】
技术研发人员：谭大鹏，杨涛，倪耶莎，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33