【技术实现步骤摘要】
基于自适应共振频带识别的带通滤波方法
本专利技术属于自适应信号处理与分析
，具体涉及一种基于自适应共振频带识别的带通滤波方法。
技术介绍
状态监测与故障诊断是设备实施基于状态的维修、预测与健康管理的重要前提。旋转机械设备状态监测过程中采集的振动信号中蕴含丰富的状态信息，对设备故障诊断与寿命预测具有重要影响。但是由于其工作环境等因素影响，所得观测信号通常不仅包含故障特征信号，还有噪声和其他干扰信号，这使得观测监测对象的振动情况难度加大，传统的故障诊断方法很难识别出来。现有的自适应信号分解方法，如局部均值方法、经验模态分解方法等，可以依据信号本身的信息进行自适应分解，能够把观测信号中的各种成分(故障信息、噪声等)按照频率从高到低地分离开来，因此具有一定的降噪作用。若噪声较弱，结合自适应信号分解和共振解调方法可确定故障信息。但是，若信号的信噪比较低，尤其是原始振动信号中包含了大量噪声时，需要在保留其故障振动信号的同时尽可能地过滤掉无关的噪声。但是，传统的包络解调方法在带通滤波器的中心频率及其带宽的选择问题上尚无具有指导性的理论或方法，主要依靠经验，不具备客观性；而...
【技术保护点】
1.一种基于自适应共振频带识别的带通滤波方法，其特征在于，包括以下步骤：S1、快速傅里叶变换：对含有强噪声的待分析信号进行快速傅里叶变换，获得该信号的频谱；S2、窗口参数初始化：根据获得的频谱，设定初始窗口的中心频率fc、初始窗宽nw、窗口重叠宽度snw，以及窗口移动步长a；S3、自适应窗口合并：计算每个窗口的平均能量，并根据每个窗口的平均能量自动进行窗口合并处理；S4、多通带构建：以最大窗口为起始，首先向右将相邻窗口纳入第一个通带中，重新计算该通带的中心频率与带宽；然后向左扩展通带构建第二个通带，重新计算该通带的中心频率与带宽；重复该过程直至遍历所有能量窗口；S5、带通滤...
【技术特征摘要】
1.一种基于自适应共振频带识别的带通滤波方法，其特征在于，包括以下步骤：S1、快速傅里叶变换：对含有强噪声的待分析信号进行快速傅里叶变换，获得该信号的频谱；S2、窗口参数初始化：根据获得的频谱，设定初始窗口的中心频率fc、初始窗宽nw、窗口重叠宽度snw，以及窗口移动步长a；S3、自适应窗口合并：计算每个窗口的平均能量，并根据每个窗口的平均能量自动进行窗口合并处理；S4、多通带构建：以最大窗口为起始，首先向右将相邻窗口纳入第一个通带中，重新计算该通带的中心频率与带宽；然后向左扩展通带构建第二个通带，重新计算该通带的中心频率与带宽；重复该过程直至遍历所有能量窗口；S5、带通滤波对比：依据通带序号，针对不同的通带参数进行带通滤波，并计算滤波信号的谱峭度，以及相应的变化量；S6、共振频带自适应识别：根据滤波信号的谱峭度变化量，确定谱峭度变化量首次进入平稳区域对应的通带参数，将该通带范围作为共振频带所在位置，并将相应的滤波信号作为特征信号。2.如权利要求1所述的基于自适应共振频带识别的带通滤波方法，其特征在于，所述步骤S2中待分析信号的理论故障特征频率表示为fd，将初始窗口的中心频率fc设定为信号频谱上能量最大点，以fc为中心频率，nw为窗宽构造初始窗口，以该窗口为中心，将整个频谱划分为若干频带，每个频带称之为一个窗口，窗口宽度为nw，窗口数目为n，相邻两个窗口之间的重叠率为snw，将初始窗宽nw设为两倍的特征频率fd，重叠窗宽snw设为特征频率fd的一半，即nw＝2fd窗口的移动表示为wi[m]＝w[m±ia]其中，m为自变量，w[·]为初始窗口，wi[·]为移动后的窗口，i为移动因子，a为移动步长，3.如权利要求2所述的基于自适应共振频带识别的带通滤波方法，其特征在于，所述步骤S3中根据每个窗口的平均能量进行窗口合并处理具体为：以初始窗口为中心，同时向左右合并窗口，若下一个窗口的能量不小于每个窗口的平均能量，则合并窗口，否则停止合并窗口，并以下一个窗口为起始窗口，重复合并过程，直至遍历整个频谱。4.如权利要求3所述的基于自适应共振频带...
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。