基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法技术

本发明专利技术涉及旋转机械故障诊断领域，公开了一种基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法，用于提升变转速机械信号信息提取以及分析的速度及精度。本发明专利技术根据轴承故障振动信号进行时频分析，在传统的短时傅里叶峰值搜索的基础上，结合稀疏傅里叶变换算法计算得到信号的瞬时频率，再利用参考轴瞬时转速与瞬时频率的对应关系，获取瞬时转速信息，进而实现无转速计的转速快速拟合进而实现变转速下高频旋转机械非稳定动态信息的快速提取。本发明专利技术适用于非平稳工况下旋转机械故障诊断。

【技术实现步骤摘要】
基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法
本专利技术涉及旋转机械信息提取领域，特别涉及基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法。
技术介绍
旋转机械作为一种关键的自动平衡装置，被广泛应用于电力、石化、航空航天等各种工业领域。为处理旋转机械中不平衡、不对称、摩擦、松动等振动故障，对机械振动信息及瞬时转速的有效提取对设备的监测保护和故障诊断有着重要的意义。然而，在实际工程中，由于机械运行条件可能难以安装转速计，剧烈的信号噪声及变转速下的复杂工况往往掩盖了信号特征，故而难以有效的对其瞬时转速进行精确提取。瞬时转速估计是在非平稳工况无转速计的情况下对旋转机械的瞬时频率进行采集进而计算出瞬时转速的方法。对于非平稳信号的瞬时频率计算，传统应用中通常采用的方法有：短时傅里叶算法、时频分布法、希尔伯特黄变换法等。短时稀疏傅里叶算法结合了短时傅里叶算法及稀疏傅里叶算法，具有多项优点：(1)在短时稀疏傅里叶窗函数截取的振动信号中，常常满足稀疏特性并且信息集中于少量大值频点中，有利于有效信息的快速提取；(2)能够滤除信号频段中噪声产生的非大值频点，对信号进行重构，有较好的抗噪能力，有效的提升了信号的时频聚焦性，改善了频谱模糊的问题。
技术实现思路
本专利技术提供了一种短时稀疏傅里叶算法对变转速机械运动的瞬时转速进行估计的方法，从而显著地提高变转速机械信号信息提取以及分析的速度。为实现上述目的，本专利技术采用的技术方案是：根据变转速机械振动信号特征进行时频分析，首先在传统的短时傅里叶峰值搜索的基础上，结合稀疏傅里叶变换计算得到信号的瞬时频率，再利用参考轴瞬时转速与瞬时频率的对应关系，实现无转速计的转速快速拟合进而实现变转速下旋转机械非稳定动态信息的快速提取。进一步的，本专利技术的具体步骤包括：步骤1：采集原始轴承的振动信号z(t)；步骤2：定义短时傅里叶算法中的Hamming窗函数gT(t)；步骤3：初始化相关参数：信号长度N、窗长winLen、重叠点数noverlap、采样频率f、稀疏度k；步骤4：将原始轴承的振动信号z(t)和窗函数gT(t)转换为列向量，利用信号长度、窗长、重叠点数计算出窗滑动次数n；步骤5：把转换为列向量的窗函数扩展为n列的矩阵w，并将窗函数选取的原始信号段表示为列，得到一个n×winLen的矩阵Fig，将矩阵Fig和w进行点乘，得到点乘结果；步骤6：对点乘结果选定一个相邻频点最小间隔σ，通过滤波器的散列函数进行数量为B组的分筐操作，按一定概率进行频谱重排；步骤7：进一步选取平坦窗函数G(n)加窗提取信号；步骤8：加窗提取之后，做信号时域降采样，再进行B维傅里叶变换，由分筐后的B个频点恢复出加窗提取后信号的N个频点。步骤9：使用哈希映射将恢复出的N个频点段映射至长度为B的降采样谱中，迭代L次定位循环，得到候选非零系数位置集合；若每一次定位循环中的候选非零系数位置在候选非零系数位置集合中出现次数大于L/2并且定位循环迭代次数达到了L次，则可获得k个大值频点系数位置坐标集合Ir；步骤10：对于每个i∈Ir，其中i为大值频点坐标，计算频率信息，获取对应位置的傅里叶系数集合，循环至定位循环迭代次数L并对每一位置系数值取中值，得到时频矩阵；步骤11：对窗函数gT(t)选取的每一个信号段重复步骤6-步骤10，根据各段的时频矩阵输出瞬时频率频谱图，并根据瞬时频率与瞬时转速之间的转换关系得到转速曲线。具体的，步骤1通过加速度传感器采集轴承的振动信号z(t)。具体的，步骤2中根据振动信号特征构造的短时稀疏傅里叶算法的表达式为：式中，t为时间，f为采样频率，z′i为截取信号段的稀疏傅里叶变换，gT(t)为时域窗函数。进一步的，步骤4中窗滑动的次数n的计算公式为：n＝fix((N-noverlap)/(winLen-noverlap))进一步的，步骤6中利用散列函数将傅里叶稀疏等间距的散列至B个相应筐中，散列函数表达式为：h(ε)＝εmodN/p式中，ε为原始数据存储位置和它散列后的位置之间建立的对应关系，p为信号降采样因子。并且重排后的信号列定义为：Pi＝zσi+ττ∈[0,N-1]式中，σi+τ为原信号索引值，i为重排后的信号索引值，Pi表示重排后的信号。进一步地，步骤7中，使用高斯窗函数与矩形窗函数卷积得到使用的平坦窗函数，G(n)的公式为其中，N为信号长度，fc为截止频率，B为分筐的个数，M＝Blog2N。进一步的，步骤8中对信号时域进行降采样的计算公式为：上式中，N为信号zi的长度，B为能整除N的整数，yi为信号zi的B点降采样。进一步地，步骤10中利用参数为ω、σ的平坦窗函数G′进行内循环，对信号的频域进行估计的过程表示为：式中，首先对信号z重排后进行滤波得到y，求得yi的傅里叶变换表示傅里叶变换过程。将频谱中d*k个大值频点坐标放入集合Ir中，其中，d表示大值频点坐标被重复提取了d次，以增加精度，由此可以得到d组重复的大值频点坐标；定义信号原始频域为循环至定位循环迭代次数L并对每一位置系数值取中值得到最后频域的估计值四个随机数σ,τ,b,d∈{1,2,...,N}，N为信号长度，P表示重排后的信号。ω为平坦窗函数G′的参数，hσ,b(i)为散列函数，Oσ,b(i)为偏移函数，将其分别带入F和G′函数的下标中进行计算，L＝O(logN)为定位循环次数。本专利技术可以快速准确的提取机械变转速运动信号的瞬时频率信息，并将其转化为转速曲线，由于所用的复合算法可以提升程序在处理庞大信息量时的运算速度以及抗噪声干扰的能力，对信号的时频聚焦性和准确性有较大的提升，因此可以有效地快速提取变转速设备运转信息，从而实现信号信息的精确分析处理。附图说明图1为本专利技术方法的流程图；图2为本专利技术原始振动信号的时域与频域波形；图3为本专利技术原始振动信号加入随机噪声后的时域与频域波形；图4为本专利技术实施例所得的重排信号；图5为本专利技术实施例所得的稀疏傅里叶变换结果；图6为本专利技术实施例所得的瞬时频率估计波形；图7为传统基于短时傅里叶方法的瞬时频率估计波形。具体实施方式下面结合附图对本专利技术的具体实施方式以及工作原理作进一步详细说明。本专利技术提取变转速设备故障振动信号，将稀疏傅里叶算法融入短时傅里叶算法中，通过稀疏傅里叶算法将信号根据其大值频点进行频谱重排，利用哈希映射及定位估值循环技术得到只有重要的大值频点的重排信号谱，进而实现变转速信号的瞬时频率估计。短时傅里叶方法作为一种传统的频谱分析算法，能对截取的一部分原信号进行加窗平稳化处理，以采集非平稳信号的时频信息，因此本专利技术可有效提取变转速信号的时频特征信息，并且通过将稀疏傅里叶融入短时傅里叶算法中能进一步提高短时傅里叶方法的计算效率与抗噪声干扰的能力，从而实现变转本文档来自技高网...

【技术保护点】
1.一种基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法，其特征在于，该方法包括以下步骤：/n步骤1：采集原始轴承的振动信号z(t)；/n步骤2：定义短时傅里叶算法中的Hamming窗函数g

【技术特征摘要】
1.一种基于短时稀疏傅里叶变换的旋转机械瞬时转速估计方法，其特征在于，该方法包括以下步骤：
步骤1：采集原始轴承的振动信号z(t)；
步骤2：定义短时傅里叶算法中的Hamming窗函数gT(t)；
步骤3：初始化相关参数：信号长度N、窗长winLen、重叠点数noverlap、采样频率f、稀疏度k；
步骤4：将原始轴承的振动信号z(t)和窗函数gT(t)转换为列向量，利用信号长度、窗长、重叠点数计算出窗滑动次数n；
步骤5：把转换为列向量的窗函数扩展为n列的矩阵w，并将窗函数选取的原始信号段表示为列，得到一个n×winLen的矩阵Fig，将矩阵Fig和w进行点乘，得到点乘结果；
步骤6：对点乘结果选定一个相邻频点最小间隔σ，通过滤波器的散列函数进行数量为B组的分筐操作，按一定概率进行频谱重排；
步骤7：进一步选取平坦窗函数G(n)加窗提取信号；
步骤8：加窗提取之后，做信号时域降采样，再进行B维傅里叶变换，由分筐后的B个频点恢复出加窗提取后信号的N个频点；
步骤9：使用哈希映射将恢复出的N个频点段映射至长度为B的降采样谱中，迭代L次定位循环，得到候选非零系数位置集合；若每一次定位循环中的候选非零系数位置在候选非零系数位置集合中出现次数大于L/2并且定位循环迭代次数达到了L次，则可获得k个大值频点系数位置坐标集合Ir；
步骤10：对于每个大值频点坐标集合Ir中的元素，计算频率信息，获取对应位置的傅里叶系数集合，循环至定位循环迭代次数L并对每一位置系数值取中值，得到信号的频域估计值并将其转化为时频矩阵；
步骤11：对窗函数gT(t)选取的每一个信号段重复步骤6-步骤10，根据各段的时频矩阵输出瞬时频率频谱图，并根据瞬时频率与瞬时转速之间的转换关系得到转速曲线；
其中，步骤1通过加速度传感器采集轴承的振动信号z(t)；
步骤2中根据振动信号特征构造的短时稀疏傅里叶算法的表达式为：



式中，t为时间，f为采样频率，z′i为截取信号段的稀疏傅里叶变换，gT...

【专利技术属性】
技术研发人员：李福生，马骞，曾小龙，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51