【技术实现步骤摘要】
基于EMD分解和小波阈值的自适应降噪方法
本专利申请属于机电设备轴承的故障检测
，更具体地说，是涉及一种基于EMD分解(经验模态分解)和小波阈值的自适应算法的轴承信号降噪方法。
技术介绍
大型旋转机械设备的正常运作在金属冶炼、石油化工、电力系统、纺织机械、航空航天等行业都有着举足轻重的地位，随着机械设备自动化水平越来越高，对大型旋转机械故障诊断的实时性、快速性、准确性提出的要求也越来越高。比如，在大型火力发电厂中，某些重要的机械轴承一旦发生故障，将会给旋转机械的稳定运行造成一定的隐患，甚至会造成机器设备故障损坏、发生人身安全事故等一系列灾难性的后果。在国内外，由于旋转设备出现故障后不能及时排除，引起的破坏性事故频频发生。近些年出现的一些国内外大型旋转机械中的滚动轴承事故，不仅造成了巨大的经济损失，而且带来了严重的人员伤亡。若能在大型轴承运转过程中有效地提取故障信号，并能有效地加以处理掉其他噪声，对于诊断机械设备的安全运行将会具有非常重大的意义。近年来，出现了很多可用于确定小波分解层数的途径和方法。比如，通过比对...
【技术保护点】
1.一种基于EMD分解和小波阈值的自适应降噪方法，其特征在于：首先对含噪轴承振动信号进行EMD分解得到imf
【技术特征摘要】
1.一种基于EMD分解和小波阈值的自适应降噪方法，其特征在于：首先对含噪轴承振动信号进行EMD分解得到imfi(t)；然后对含噪imfi(t)分别选取适当的阈值和阈值函数进行处理并得到f(imfj,k(t))；最后对f(imfj,k(t))进行循环迭代直到RMSE去噪条件达到最优为止。
2.根据权利要求1所述的基于EMD分解和小波阈值的自适应降噪方法，其特征在于：包括以下步骤：
步骤a、EMD分解代替小波分解处理：对含噪轴承信号进行筛选迭代分解后分解成不同组成成分的n个imfi(t)和1个tr：式中：x(t)是轴承信号；imfi(t)是EMD分解系数；n是分解出imfi(t)个数；tr是趋势项；
步骤b、小波阈值处理与小波阈值函数处理：对n个含噪imfi(t)分别选取适当的阈值和阈值函数进行处理，得到n个估计EMD分解系数f(imfj,k(t))，然后执行下一步骤；
步骤c、利用均方误差RMSE统计最优来确定小波阈值处理的高频imfi(t)的个数m；
步骤d、EMD重构：将m个估计EMD分解系数f(imfj,k(t))、n-m个imfi(t)、1个tr三者进行重构处理得到去噪的轴承信号。其中：i＝j＝1,2,K,n。
3.根据权利要求2所述的基于EMD分解和小波阈值的自适应降噪方法，其特征在于：步骤a中，构建imfi(t)的两个条件为：
条件1：imfi(t)必须满足信号局部极值数目之和与过零点数目相等或最多相差1个；
条件2：imfi(t)必须满足信号的局部极值所定义下包络线的平均值为零；
步骤a的过程为：
步骤a1、找到原始轴承信号x(t)全部局部极值点，获得上包络线xup(t)、下包络线xdown(t)并求均值m1(t)＝(xup(t)+xdown(t))/2；
步骤a2、提取分量h1(t)＝x(t)...
【专利技术属性】
技术研发人员：杨峥，王伟兵，李仁华，申存斌，霍迎科，
申请(专利权)人：邯郸钢铁集团有限责任公司，河钢股份有限公司邯郸分公司，
类型：发明
国别省市：河北;13
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。