一种基于经验模态分解的气浮板振动信号处理方法技术

本发明专利技术涉及一种基于经验模态分解的气浮板振动信号处理方法，包括如下步骤：获取气浮板振动加速度数据；对加速度数据进行傅里叶变换到频域进行二次积分，再逆变换到时域得到振动位移数据；进行经验模态分解，得到多个本征模态分量和残差，根据气浮板特点筛选第一个本征模态分量为气浮板振动模态分量；对气浮板振动模态分量进行小波阈值降噪；对降噪后信号进行希尔伯特谱分析和希尔伯特边际谱分析。该振动信号处理方法能有效去噪，提高信噪比。

An Empirical Mode Decomposition Based Vibration Signal Processing Method for Air Floating Plate

【技术实现步骤摘要】
一种基于经验模态分解的气浮板振动信号处理方法
本专利技术涉及振动信号处理
，尤其是一种基于经验模态分解的气浮板振动信号处理方法。
技术介绍
现有技术中，振动信号处理方法主要有三种：第一种是对采集到的加速度信号进行放大滤波，再进行傅里叶变换用于提取特征频率值，但傅里叶变换过程中会丢失时间成分，只能得到频幅关系而得不到时频关系，无法知道瞬时频率，因此确切来说只适用于平稳随机过程；第二种是最近发展起来的小波变换，是对采集到的加速度信号进行小波分析滤波，小波变换可以得到数据的时频关系，并且可以根据对信号的局部分析以自适应变化，但因为振动信号的不平稳性，小波基的正确选取比较困难，获得数据冗余度很大；第三种是希尔伯特-黄变换，它与第一、第二种方法相比没有丰富的理论基础，纯粹是一种经验主义，但它对于试验中振动信号的处理却是最有效的，因为它对信号的分解是直接根据实验数据的特性进行分解，而不用选择基函数。由于它本身的自适应性，得到的本征模态分量都具有实际的物理意义。不过，希尔伯特-黄变换中经验模态分解得到的本征模态分量的筛选，需要考虑实际情况，并且如果不对本征模态分量中的噪声进行降噪，将会直接影响时域结果。
技术实现思路
本专利技术要解决的技术问题是：为了克服现有技术中之不足，本专利技术提供一种基于经验模态分解的气浮板振动信号处理方法，以通过分解得到的物理振动模态分量进行降噪，提高信噪比。本专利技术解决其技术问题所采用的技术方案是：一种基于经验模态分解的气浮板振动信号处理方法，包括如下步骤：a、用双面胶将传感器粘贴于气浮板中心位置，静止状态下在电脑端进行加速度校准，打开风机，风机里的风经由管道、孔板吹向气浮板，气浮板呈上下漂浮状态，待稳定后记录数据；b、处理振动信号，将获得的时域加速度信号转化为时域位移信号；c、对时域位移值进行经验模态分解，获得多个本征模态分量和残差值，根据气浮板特点筛选出气浮板振动模态分量；d、对气浮板振动模态分量进行小波全局阈值降噪，得到小波全局阈值降噪后结果；e、对小波全局阈值降噪后的结果进行希尔伯特变换，继而计算瞬时频率，得到降噪后的时频图；f、对小波全局阈值降噪后的结果进行希尔伯特边际谱变换，得到降噪后的边际谱图。优选地，步骤a中，所述传感器为BWT901CL无线加速度传感器，传感器的粘贴方式为水平粘贴，所述双面胶选用热熔性压敏胶双面胶带。具体说，步骤b中，所述时域加速度信号转化为时域位移信号的转化过程为：对时域加速度信号进行傅里叶变换，在频域进行二次积分，再进行傅里叶逆变换得到时域位移值。步骤c中，所述筛选气浮板振动模态方式为：根据气浮板处于悬浮状态无其余机械振动干扰的特点筛选第一个本征模态分量为气浮板振动模态分量。步骤d中，所述小波阈值降噪的具体过程为：对气浮板振动模态分量进行多层小波分解，每一层小波分解都是上一层分解得到的低频分量再分解成低频和高频两部分，获得各层分解得到的高频分量细节系数Dn；设定一个阈值d，如果高频分量细节系数Dn大于d，则认为是信号引起，保留；如果小波系数Dn小于d，则认为是噪声引起，置零；重构时域信号。进一步地，步骤d中所述阈值的取值为默认阈值：式中，σ是信号幅值的标准差，N是采样长度。步骤e中，所述计算瞬时频率的具体过程为：在matlab软件中进行希尔伯特变换后，将angle函数用于计算瞬时相位，对瞬时相位进行微分，得到瞬时频率。步骤f中，所述希尔伯特边际谱的具体过程为：取希尔伯特变换后的虚部为变换后频域值，对各频率点的振幅作累计和，获得希尔伯特边际谱。本专利技术的有益效果是：本专利技术通过对基于经验模态分解得到的物理振动模态分量进行筛选和小波阈值降噪，有效去除噪声的影响，得到尽量真实有效的振动信号，提高信噪比。附图说明下面结合附图和实施例对本专利技术进一步说明。图1为实测获得的加速度数据和处理得到的位移数据对比示意图。图2为经验模态分解得到的七个本征模态分量和残差值分布示意图。图3为小波三层分解结构示意图。图4为小波三层分解得到的三层分解近似、一层分解细节、二层分解细节以及三层分解细节示意图。图5为小波全局阈值去噪前后时域对比图。图6为小波全局阈值去噪前后进行希尔伯特变换得到的时频对比图。图7为小波全局阈值去噪前后进行希尔伯特变换边际谱变换得到的边际谱对比图。具体实施方式现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。如图1～图7所示，一种基于经验模态分解的气浮板振动信号处理方法，包括以下步骤：a、使用热熔性压敏胶双面胶带，将型号为BWT901CL无线加速度传感器水平粘贴于气浮板中心位置，静止状态下在电脑端进行加速度校准，打开风机，风机里的风经由管道、孔板吹向气浮板，气浮板呈上下漂浮状态，待稳定后记录数据，采样频率为200hz，采样时间为40s。b、实测获得气浮板的加速度信号，理论上说，在时域对加速度信号进行二次积分可以得到位移，但实际上这属于不定积分的范畴，放到频域取处理可以变得简单和更为精确，在频域进行二次积分，再进行傅里叶逆变换得到时域位移值。c、对获得的位移信号进行经验模态分解，首先找到位移信号X(t)的极大值点和极小值点，用三次样条函数形成上下包络线，包络线均值为a，h1＝X-a；由于振动信号的非平稳性，一般此时h1仍具有非线性，继续对h1进行三次样条函数进行上下包络，求得包络线均值为b，h2＝h1-b，一直重复上述步骤求到满足以下两个条件的即是最高频的本征模态分量imf1：(1)信号的极值点数目和过零点数目相等或最多相差一个(2)包络线均值b为0原位移信号减去本征模态分量r1＝X-imf1，继续进行上续步骤，直到求得7个由高频到低频的本征模态分量和一个残差函数，每个本征模态分量都代表一个实际物理振动模态：d、在步骤c的基础上，由于气浮板上下漂浮无物理接触的特殊性，没有机器振动的干扰，因此筛选第一个最高频的本征模态分量imf1为气浮板的振动模态分量。e、对第一个本征模态分量即气浮板振动模态分量进行多层小波分解，分解层数过多会造成数据冗余和信号丢失严重的问题，过少则会消噪不理想，因此在本实例中选择三层小波分解，小波基选用最基础的db1小波，每一层小波分解都是上一层分解得到的低频分量再分解成低频和高频两部分。分解得到高频分量重构细节D1，D2，D3和低频分量重构近似A1，A2，A3，粗糙去噪直接选用A3即第三层分解得到的近似系数重构信号，而想要进一步的精确滤波则需要进行小波全局阈值去噪。因为小波分解得到的高频分量和低频分量的界限明显，因此全局阈值去噪的基本思想是：设定一个阈值d，如果高频分量重构细节D1，D2，D3大于d，则认为是信号引起，保留；如果高频分量重构细节小于d，则认为是噪声引起，置零。然后通过小波逆变换对信号进行重构以得到去噪后信号。在本实例中阈值选用小波分解默认阈值0.0025。f、对小波全局阈值去噪后的信号进行希尔伯特变换，计算瞬时相位，对瞬时相位微分得到瞬时频率，即时频关系。g、对小波全局阈值去噪后的信号进行希尔伯特边际谱变换，取希尔伯特变换后的虚部为变换后频域值，对各采样点的幅值进行累加，获得希尔博特边际谱。如图1所示，在同一时间内，实测所得振动信号的加速度数据本文档来自技高网...

【技术保护点】
1.一种基于经验模态分解的气浮板振动信号处理方法，其特征是：具有如下步骤：a、用双面胶将传感器粘贴于气浮板中心位置，静止状态下在电脑端进行加速度校准，打开风机，风机里的风经由管道、孔板吹向气浮板，气浮板呈上下漂浮状态，待稳定后记录数据；b、处理振动信号，将获得的时域加速度信号转化为时域位移信号；c、对时域位移值进行经验模态分解，获得多个本征模态分量和残差值，根据气浮板特点筛选出气浮板振动模态分量；d、对气浮板振动模态分量进行小波全局阈值降噪，得到小波全局阈值降噪后结果；e、对小波全局阈值降噪后的结果进行希尔伯特变换，继而计算瞬时频率，得到降噪后的时频图；f、对小波全局阈值降噪后的结果进行希尔伯特边际谱变换，得到降噪后的边际谱图。

【技术特征摘要】
1.一种基于经验模态分解的气浮板振动信号处理方法，其特征是：具有如下步骤：a、用双面胶将传感器粘贴于气浮板中心位置，静止状态下在电脑端进行加速度校准，打开风机，风机里的风经由管道、孔板吹向气浮板，气浮板呈上下漂浮状态，待稳定后记录数据；b、处理振动信号，将获得的时域加速度信号转化为时域位移信号；c、对时域位移值进行经验模态分解，获得多个本征模态分量和残差值，根据气浮板特点筛选出气浮板振动模态分量；d、对气浮板振动模态分量进行小波全局阈值降噪，得到小波全局阈值降噪后结果；e、对小波全局阈值降噪后的结果进行希尔伯特变换，继而计算瞬时频率，得到降噪后的时频图；f、对小波全局阈值降噪后的结果进行希尔伯特边际谱变换，得到降噪后的边际谱图。2.如权利要求1所述的基于经验模态分解的气浮板振动信号处理方法，其特征是：步骤a中，所述传感器为BWT901CL无线加速度传感器，传感器的粘贴方式为水平粘贴，所述双面胶选用热熔性压敏胶双面胶带。3.如权利要求1所述的基于经验模态分解的气浮板振动信号处理方法，其特征是：步骤b中，所述时域加速度信号转化为时域位移信号的转化过程为：对时域加速度信号进行傅里叶变换，在频域进行二次积分，再进行傅里叶逆变换得到时域位移值。4.如权利要求1所述的基于经验模态分解的气浮板振动信号处理方...

【专利技术属性】
技术研发人员：丁建宁，蔡婷婷，朱科钤，袁宁一，李美香，吴逸君，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏,32