一种基于IMF分量的振动信号能量特征提取方法技术

本发明专利技术公开了一种基于IMF分量的振动信号能量特征提取方法，包括如下步骤：A、采用EEMD方法对信号进行分解，得到IMF分量；B、采用HHT对信号能量评价指标进行变换；C、对变换后的IE值与AAE值进行频谱分析，依据SIE、AAE值识别柴油机振动信号的主要频率成分；D、依据频谱幅值指数SAI值的大小来选择最优的IMF分量，并计算其能量变化指标DIIE，并依据所述DIIE判断运转工况变化对相关振动激励源的影响。通过加入有幅值限制的高斯白噪声，使信号在不同尺度上均具有连续性，能够有效克服模态混叠现象，提高信号提取精度；采用HHT对信号能量特征评价指标进行变换，能够同时对线性稳态和非线性非稳态信号进行分析。

【技术实现步骤摘要】

本专利技术涉及一种基于IMF分量的振动信号能量特征提取方法，属于机械工程

技术介绍
能源与环境”是21世纪汽车与内燃机工业发展所面临的两大研究主题。在城市噪声污染中，75％来源于以内燃机为主要噪声源的交通噪声，内燃机作为车辆的主要振动噪声源，其振动噪声的控制已成为世界各国普遍关注的重要研究课题之一。在柴油机振动噪声控制研究领域，振动信号的特征提取是先决条件，而振动信号能量特征及主要频率成分是信号特征的重要表现形式。由于内燃机结构复杂，激励源众多，实验测量得到的振动信号往往包含多个激励源的响应信号，很难对某个激励源的响应信号进行分析，同时不同振动源的信号特征会相互重叠，传统试验手段与时频分析技术在识别不同激励源特征时存在较多不足。频谱分析技术只能从整体上确定振动信号的时、频域特征，而无法提供更为详细的如局部时间段上的能量信息，不能有效体现出主要频率成分。专利技术人在论文“柴油机振声信号特征提取与低振声机体结构改进研究”中采用EMD分解方法对振动信号进行分解得到相应的IMF分量，并引入信号能量特征评价指标：瞬时能量与瞬时能量谱、加速度幅值能量与加速度幅值能量谱，从能量角度来分析柴油机转动信号的主要频率和激励源，然而在EMD分解中，信号存在间断性不连续现象，得到的IMF分量含有不同时间尺度的成分，使得到的相关IMF分量没有意义，能够使时频分析失真，当采用三次样条插值函数拟合上、下包络时，会产生误差，最终造成模态混叠现象严重；同时，引入信号能量特征评价指标不能同时对现线性稳态信号和非线性非稳态信号同时进行分析。
技术实现思路
本专利技术设计开发了一种基于IMF分量的振动信号能量特征提取方法，通过加入有幅值限制的高斯白噪声，使信号在不同尺度上均具有连续性，能够有效克服模态混叠现象，提高信号提取精度。本专利技术的另一个目的：采用HHT对信号能量特征评价指标进行变换，能够同时对线性稳态和非线性非稳态信号进行分析。本专利技术提供的技术方案为：一种基于IMF分量的振动信号能量特征提取方法，其特征在于，包括如下步骤：A、采用EEMD方法对信号进行分解，得到IMF分量；B、采用HHT对信号能量评价指标进行变换；C、对变换后的IE值与AAE值进行频谱分析，依据SIE、AAE值识别柴油机振动信号的频率；D、依据频谱幅值指数SAI值的大小来选择最优的IMF分量，并计算其能量变化指标DIIE。优选的是，所述步骤A步骤中，所述IMF分量表示为：其中cs(t)即为EEMD分解得到的IMF分量，M为初始化总体平均次数，s为分解的次数，S为IMF分量的个数。优选的是，所述步骤B包括：对于任一连续的时间信号X(t)，其希尔伯特变换表示为：其中*表示卷积，X(t)与希尔伯特Y(t)是正交关系，将希尔伯特变换应用在每个本征函数变换上，希尔伯特黄变换表示为：其中频率ωi为t的单值函数，t为时间，τ时间尺度，ai(t)为幅值，real表示取实部，j为空间尺度因子。优选的是：对加速度信号进行二次积分，得到如下：a(i)为振动加速度，v(i)为振动速度，d(i)为振动位移；速度幅值为：加速度幅值为：其中，Ci(t)为第i个IMF分量的幅值，Ci(tj)表示在时间tj的数据Ci(t)，Δt代表测量信号的采样时间间隔，i＝1,2,K,N，N为整数，j＝1,2,K,L-1，j＝1,2,K,L-2，L为测量信号的数据长度。优选的是，所述步骤D具体包括：D1、加速度幅值能量AAEi(t)＝{AAEi(tj)|j＝1,2,K,L-2本文档来自技高网...

【技术保护点】
一种基于IMF分量的振动信号能量特征提取方法，其特征在于，包括如下步骤：A、采用EEMD方法对信号进行分解，得到IMF分量；B、采用HHT对信号能量评价指标进行变换；C、对变换后的IE值与AAE值进行频谱分析，依据SIE、AAE值识别柴油机振动信号的频率；D、依据频谱幅值指数SAI值的大小来选择最优的IMF分量，并计算其能量变化指标DIIE。

【技术特征摘要】
1.一种基于IMF分量的振动信号能量特征提取方法，其特征在于，包括如下步骤：A、采用EEMD方法对信号进行分解，得到IMF分量；B、采用HHT对信号能量评价指标进行变换；C、对变换后的IE值与AAE值进行频谱分析，依据SIE、AAE值识别柴油机振动信号的频率；D、依据频谱幅值指数SAI值的大小来选择最优的IMF分量，并计算其能量变化指标DIIE。2.根据权利要求1所述的基于IMF分量的振动信号能量特征提取方法，其特征在于，其特征在于，所述步骤A步骤中，所述IMF分量表示为i＝1,2,...,M，s＝1,2,...,S，其中cs(t)即为EEMD分解得到的IMF分量，M为初始化总体平均次数，s为分解的次数，S为IMF分量的个数。3.根据权利要求1所述的基于IMF分量的振动信号能量特征提取方法，其特征在于，所述步骤B包括：对于任一连续的时间信号X(t)，其希尔伯特变换表示为：其中*表示卷积，X(t)与希...

【专利技术属性】
技术研发人员：杜宪峰，刘福莉，曹晓峰，张立新，李兴峰，
申请(专利权)人：辽宁工业大学，
类型：发明
国别省市：辽宁;21