The present invention relates to a method of feature extraction of vibration signal under strong noise background, which comprises the following steps: sampling a mechanical vibration signal A; for four cycles or even a periodic extension of signal delay time sequence of B A, get a new extension of time series; B three times to more relevant treatment get the feature signal sequence related C, with a constant sum of C sequence; EMD decomposition for each component of the IMF Ci and RN, CI margin, denoted as D; calculate cross correlation of each IMF component D and B time series, the calculation results and set the threshold value of lambda were compared. And the calculation results in greater than a selected, denoted as E; the marginal spectrum analysis of E, the formation of marginal spectrum curve, marginal spectrum features prominent amplitude curves of vibration signal. The invention has high analysis efficiency, can detect the vibration signal on line and can extract the hidden characteristic signal and state characteristic signal under the condition of low signal to noise ratio.
【技术实现步骤摘要】
强噪声背景下振动信号的特征提取方法
本专利技术涉及机械系统振动信号处理,具体而言是强噪声背景下振动信号的特征提取方法。
技术介绍
随着高精度测试设备和先进的测试手段不断涌现,对机械系统振动信号的分析方法提出了更高的要求。而机械系统某些特征信号和潜在的状态表征信号往往淹没在强的背景噪声当中,使得机械系统表现出来的一些前期特征,如故障信息、设备状态变化信息以及系统的综合表现信息等,不能被早期的检测出来,给整个工业系统的运行带来安全隐患和经济损失,甚至造成人员伤亡。现有可用于机械系统振动信号的处理方法包括:傅立叶变换;短时傅立叶变换;Wigner-Ville分析;现代谱估计方法;神经网络方法;高阶统计量分析;小波分析以及希尔伯特-黄变换(Hilbert-HuangTranslation:HHT)方法。在上述方法中,与本专利技术最接近的现有技术为小波分析、1.5维谱分析和HHT方法。小波分析方法是一种窗口大小(即窗口面积)固定但其形状可改变、时间窗和频率窗都可改变的时-频局部分析方法。在大尺度下,可以将信号的低频信息(全局)表现出来,在小尺度下,可以将信号的高频(局部)特征反映出来。小波分析能有效地从信号中提取瞬态突变信息,通过伸缩和平移等运算功能对信号进行多尺度(或多分辨)细化分析,解决了傅立叶变换不能解决的许多困难问题。因此小波分析在工程信号的处理中得到了广泛的应用,并且取得了很好的效果,被认为是继傅立叶变换以来在科学方法和工具上的重大突破。大量的仿真和工程实例已经表明,小波分析在振动信号处理的实际应用中存在着一些不足:(1)对信号的奇异点,小波变换非常敏感, ...
【技术保护点】
一种强噪声背景下振动信号的特征提取方法,包括如下步骤:S1.采样得到一段时长为0.8分钟至1.2分钟的机械振动信号x(t),记为A;S2.对信号A作四个周期以上的偶数个周期延拓,得到延拓后新的时间序列x(t+τ),记为B;S3.对时间序列B做三次以上多相关处理,得到特征信号相关序列C与一个常数项之和:Rs(t,τ,τ)=Rx(t,τ,τ)+3σE{x(t)}+γ式中,Rx(t,τ,τ)为C,3σE{x(t)}+γ为常数;S4.对序列C进行EMD分解,得到各个IMF分量ci和余量rn,其中,ci记为D;S5.对各个IMF分量D和时间序列B进行互相关计算,将计算结果与设定的阈值λ进行比较,并将计算结果中大于λ的筛选出来,记为E;S6.对E进行边际谱分析,形成边际谱曲线,边际谱曲线中幅值突出的即为振动信号的特征。
【技术特征摘要】
1.一种强噪声背景下振动信号的特征提取方法,包括如下步骤:S1.采样得到一段时长为0.8分钟至1.2分钟的机械振动信号x(t),记为A;S2.对信号A作四个周期以上的偶数个周期延拓,得到延拓后新的时间序列x(t+τ),记为B;S3.对时间序列B做三次以上多相关处理,得到特征信号相关序列C与一个常数项之和:Rs(t,τ,τ)=Rx(t,τ,τ)+3σE{x(t...
【专利技术属性】
技术研发人员:廖庆斌,谢小华,蔡如桦,陈刚,
申请(专利权)人:中国船舶重工集团公司第七一九研究所,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。