一种发动机滑油金属颗粒在线监测的信号降噪方法技术

本申请公开了一种发动机滑油金属颗粒在线监测的信号降噪方法，其中，从油液金属颗粒传感器得到原始监测信号，所述方法包括：步骤1、去除所述原始监测信号的趋势成分；步骤2、对步骤1得到的信号进行小波正变换，分别得到信号的高频部分和低频部分的小波系数；步骤3、根据预定阈值，对步骤2得到的高频部分和低频部分的小波系数进行调整；步骤4、根据在步骤3中调整后的小波系数，进行小波逆变换，得到降噪后的监测信号。本发明专利技术提出的信号降噪方法，应用于发动机滑油系统油液金属颗粒在线监测系统，对于存在振动干扰的实际工况，能够有效滤除噪声干扰。

【技术实现步骤摘要】

本专利技术属于数字信号处理
，涉及一种发动机滑油金属颗粒在线监测的信号降噪方法，适用于发动机滑油系统的油液金属颗粒在线监测系统。
技术介绍
滑油系统油液金属颗粒在线监测系统主要用于发动机滑油系统健康状态的在线监测，通过检测油液中金属颗粒的数量、大小、流速等参数反映发动机健康状态。油液金属颗粒在线监测传感器主要由金属屑传感器探头、信号传输电缆和信号处理单元组成，整体连接框图如图2所示。如图所示，传感器探头安装在发动机从滑油增压泵至滑油滤的供油管路上，供油液从传感器探头通径通过，以便检测金属颗粒。由于油液中含有不同性质与粒径的金属颗粒，根据电磁感应原理，理想情况下，在输出端会产生规则正弦或余弦信号，代表性质不同的金属颗粒信息。但实际滑油检测系统中，金属颗粒有效信号往往会受背景噪声和振动干扰的影响，且信号处理电路本身也会引入随机噪声及非零信号干扰，不同的干扰水平会导致信号失真，严重影响检测结果，其中主要的噪声干扰分为以下几种：1、基线漂移，频率多在1HZ以下，表现为信号基线水平在非零范围内波动。2、振动干扰，频率多在10～2000HZ，在信号波形中表现为一系列不规则的毛刺。以上干扰混杂在有效信号中，易造成信号失真或者误检，因而需要采用有效的信号降噪方法，在保证有效信号不失真的前提下滤除噪声干扰。油液金属颗粒在线监测的信号降噪方法的信号降噪处理效果在很大程度上影响监测准确度及精度。现有的信号降噪方法包括时域和频域两种方式。时域处理方法一般可以对信号毛刺进行有效剔除，但往往无法有效滤除背景噪声和振动引起的干扰。频域处理方法常用到高通滤波和小波变换。高通滤波可有效滤除高频率噪声，但其频域分辨率较差，对其基线漂移引入的低频噪声及与有效信号频率临近频率的信号无法剔除。常规小波变换虽可以达到相对较好的滤波效果，但其运算相对复杂，实现程序较繁琐，造成占用空间大，使应用环境受到极大限制。
技术实现思路
因此，针对滑油系统中油液金属颗粒信号的特点，需要提出一种针对性较强的信号降噪方法。针对上述信号降噪方法的弊端，本专利技术提出一种用于发动机滑油系统油液金属颗粒在线监测系统的信号降噪方法。本专利技术提出一种最小二乘法和小波滤波相结合的方法，用于进行信号降噪，其中，在小波滤波之前利用最小二乘法，去除基线漂移分量干扰，保证小波分解层数降低，提高空间利用率，缩短运行时间。在小波域处理时，针对原始信号掺杂的振动噪声干扰及背景噪声的特点，采用方差迭代估计法保留原始信号能量，剔除分散杂波干扰，其信号降噪算法流程图如图1所示。根据本专利技术的实施例，提供了一种发动机滑油金属颗粒在线监测的信号降噪方法，其中，从油液金属颗粒传感器得到原始监测信号，所述方法包括：步骤1、去除所述原始监测信号的趋势成分；步骤2、对步骤1得到的信号进行小波正变换，分别得到信号的高频部分和低频部分的小波系数；步骤3、根据预定阈值，对步骤2得到的高频部分和低频部分的小波系数进行调整；步骤4、根据在步骤3中调整后的小波系数，进行小波逆变换，得到降噪后的监测信号。本专利技术提出的信号降噪方法有以下几点优势：由于其在小波变换之前通过最小二乘法去除了基线漂移干扰，因此在小波滤波时无需考虑低频直流分量的影响，这样有效避免了小波变换后会放大低频成分，引起显著漂移的缺陷；在小波频域处理时，以分段的形式将小波域的系数进行方差迭代估计，有效剔除偏离均值较大的噪声干扰，保留原始信号能量，剔除分散杂波干扰；本专利技术提出的信号降噪方法，应用于发动机滑油系统油液金属颗粒在线监测系统，对于存在振动干扰的实际工况，能够有效滤除噪声干扰。附图说明图1是根据本专利技术的实施例的信号降噪算法的流程图；图2是可应用本专利技术的油液金属颗粒在线监测传感器的整体连接框图；图3是根据本专利技术的实施例的最小二乘法仿真示意图；图4是根据本专利技术的实施例的小波正变换的仿真结果；图5是根据本专利技术的实施例的阈值调整前后的粗节系数的图形；图6是根据本专利技术的实施例的阈值调整前后的细节系数的图形；图7是根据本专利技术的实施例的信号降噪方法的仿真结果。具体实施方式下面，结合附图对技术方案的实施作进一步的详细描述。本领域的技术人员能够理解，尽管以下的说明涉及到有关本专利技术的实施例的很多技术细节，但这仅为用来说明本专利技术的原理的示例、而不意味着任何限制。本专利技术能够适用于不同于以下例举的技术细节之外的场合，只要它们不背离本专利技术的原理和精神即可。另外，为了避免使本说明书的描述限于冗繁，在本说明书中的描述中，可能对可在现有技术资料中获得的部分技术细节进行了省略、简化、变通等处理，这对于本领域的技术人员来说是可以理解的，并且这不会影响本说明书的公开充分性。根据本专利技术的实施例，针对发动机滑油系统油液金属颗粒在线监测系统，以小波变换为基础，从信号特征、程序运行时间以及空间等角度考虑，提出一种最小二乘法和小波滤波相结合的方法进行信号降噪，提高空间利用率，缩短运行时间，且滤波效果较好，因而在复杂背景下，可保证信号有效降噪而不造成失真。图1是根据本专利技术的实施例的信号降噪方法的流程图。这里将原始数据描述为Xin(i)，其中i为数据索引值，i＝1～N，N为数据个数，这里取1024进行介绍。如图所示，降噪过程具体分为以下几部分：1、信号预处理：采用最小二乘法去除基线漂移分量，用原始信号去除趋势项即可得出有效信号。在本专利技术的实施例中，采用一阶多项式来拟合原始信号的趋势项，求解趋势项系数。对于基本原理及参数求解过程在此不作详细阐述，这里只列出最终应用于实际项目的公式及参数。处理公式如下所示，其中X(i)代表去趋势项(趋势成分)之后的数据。X(i)=Xin(i)-(a+b*(i-N2))]]>a=Σ0N-1Xin(i)N]]>b=Σ0N-1Xin(i)(i-a)Σ0N-1(i-a)2]]>对以上处理进行仿真，结果如图3所示。图3中，上面为原始数据，下面为去除趋势分量后的数据。由该图可以看出，原始信号含有趋势分量，信号以-0.12为基准；处理后的数据剔除了趋势成分，使信号平均水平为零基准。2、小波正变换：利用2组滤波器系数{hn本文档来自技高网...

【技术保护点】
一种发动机滑油金属颗粒在线监测的信号降噪方法，其中，从油液金属颗粒传感器得到原始监测信号，所述方法包括：步骤1、去除所述原始监测信号的趋势成分；步骤2、对步骤1得到的信号进行小波正变换，分别得到信号的高频部分和低频部分的小波系数；步骤3、根据预定阈值，对步骤2得到的高频部分和低频部分的小波系数进行调整；步骤4、根据在步骤3中调整后的小波系数，进行小波逆变换，得到降噪后的监测信号。

【技术特征摘要】
1.一种发动机滑油金属颗粒在线监测的信号降噪方法，其中，从油液金
属颗粒传感器得到原始监测信号，所述方法包括：
步骤1、去除所述原始监测信号的趋势成分；
步骤2、对步骤1得到的信号进行小波正变换，分别得到信号的高频部分
和低频部分的小波系数；
步骤3、根据预定阈值，对步骤2得到的高频部分和低频部分的小波系数
进行调整；
步骤4、根据在步骤3中调整后的小波系数，进行小波逆变换，得到降噪
后的监测信号。
2.根据权利要求1所述的方法，其中，所述步骤1包括：
根据以下公式，去除所述原始监测信号的趋势成分：
X(i)=Xin(i)-(a+b*(i-N2)...

【专利技术属性】
技术研发人员：商薇，王燕山，张梅菊，张宏祥，王立清，马静，
申请(专利权)人：中国航空工业集团公司北京长城航空测控技术研究所，中航高科智能测控有限公司，北京瑞赛长城航空测控技术有限公司，
类型：发明
国别省市：北京;11