基于时序统计的旋转机械频域特征信号提取方法技术

本发明专利技术公开了一种基于时序统计的旋转机械频域特征信号提取方法，包括以下步骤：步骤1：对所采集的时序信号进行分段处理，获得信号的时序序列；步骤2：对步骤1得到的时序序列分别进行傅里叶变换，获得每一段时序序列的频域特征；步骤3：步骤2获得的每一段时序序列的频域特征的时序统计，每一频率分别沿时间方向求取方差，对每一频率的方差求取倒数，对每一频率倒数的倒数求取对数，最后得到时序信号的频域特征；本发明专利技术实现了对旋转机械信号的频域分析，准确的提取旋转机械信号的频域特征，能够更加准确的与旋转机械的运转规律结合，提高抗干扰能力和弱信号提取能力，对旋转机械的频域分析具有重要意义。

【技术实现步骤摘要】
基于时序统计的旋转机械频域特征信号提取方法
本专利技术涉及旋转机械的信号频域分析领域，尤其涉及基于时序统计的旋转机械频域特征信号提取方法。
技术介绍
信号频域分析属于一种信号分析方法，信号分析方法主要分为时域分析、频域分析、时频分析方法。信号的频域分析方法包括使用拉普拉斯，Z或傅里叶变换，信号由频率的复函数描述，在任何给定频率的信号的分量由复数给出，幅度是信号频率的幅度，角度是信号频率相对的相位。旋转机械现有普遍使用的信号频域分析方法，有傅里叶变换、Z变换、经验模态分解、局部均值分解、奇异值分解、循环平稳方法等，进而获得信号的频域特征。傅里叶变换和Z变换只能反映一段时间内信号的频域分布规律，不能与旋转机械的实际工作特点相结合，并且该方法的抗干扰能力和低信噪比的分析能力差。经验模态分解、局部均值分解和奇异值分解三种方法可以实现对旋转机械信号的降噪与分解，能够对旋转机械的频域特征进行提取，但是并没有与旋转机械工作特点相结合，循环平稳的方法与旋转机械工作特点相结合，能够相对准确的提取频域信号特征，但是这些方法计算量很大难以实现在线的实时分析。
技术实现思路
本专利技术公开了一种基于时序统计的旋本文档来自技高网...

【技术保护点】
一种基于时序统计的旋转机械频域特征信号提取方法，其特征在于，包括以下步骤：步骤1：对所采集的时序信号进行分段处理，获得信号的时序序列；步骤2：对步骤1得到的时序序列分别进行傅里叶变换，获得每一段时序序列的频域特征；步骤3：步骤2获得的每一段时序序列的频域特征的时序统计，每一频率分别沿时间方向求取方差，对每一频率的方差求取倒数，对每一频率倒数的倒数求取对数，最后得到时序信号的频域特征。

【技术特征摘要】
1.一种基于时序统计的旋转机械频域特征信号提取方法，其特征在于，包括以下步骤：步骤1：对所采集的时序信号进行分段处理，获得信号的时序序列；步骤2：对步骤1得到的时序序列分别进行傅里叶变换，获得每一段时序序列的频域特征；步骤3：步骤2获得的每一段时序序列的频域特征的时序统计，每一频率分别沿时间方向求取方差，对每一频率的方差求取倒数，对每一频率倒数的倒数求取对数，最后得到时序信号的频域特征。2.如权利要求1所述的基于时序统计的旋转机械频域特征信号提取方法，其特征在于，步骤1中，对所采集的时序信号进行分段处理，获得信号的时序序列的具体步骤如下：1-1选定所需旋转机械信号的频率分辨率，使相邻的时序序列之间存在重合率，进而调整片段重合率和片段数目，以满足信号时序长度的需求；1-2根据确定的时序序列重合率和片段数目，将所采集的旋转机械的时序信号进行分段处理。...

【专利技术属性】
技术研发人员：宋永兴，初宁，刘竞婷，吴大转，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33