异类振动信号时空多互相关分析和自适应加权融合方法技术

本发明专利技术公开了一种异类振动信号时空多互相关分析和自适应加权融合方法，首先，进行异类数据的相位匹配分析；其次，对数据线性归一化处理；然后，建立多互相关函数；再利用不同类型振动传感器不同的位置，建立空间坐标系，记录各传感器的空间坐标，获取异类传感器间的时间偏差；最后，对振动信号进行融合。本发明专利技术采用相位匹配及线性归一化方法处理不同空间位置的振动传感器数据，有效提高了数据的准确性和融合数据的精确性；将多互相关方法与转子机械故障识别相结合，采用自适应加权融合技术，识别出转子机械的故障特征。

【技术实现步骤摘要】
异类振动信号时空多互相关分析和自适应加权融合方法
本专利技术属于旋转机械振动信号智能故障识别
，具体涉及一种异类振动信号时空多互相关分析和自适应加权融合方法。
技术介绍
在转子部件的故障识别诊断方面，信号相关函数的应用十分广泛。在预测识别方面，相关函数与其他经典信号处理方法相结合有着一定的发展。有人提出了一种基于缸盖振动信号包络线相关分析的柴油机故障预警方法，得出相关分析可以更好地反映机组的故障状态的结论。有学者采用最大相关峭度解卷积算法(MCKD)处理了发电机定子的振动信号，提高了提取故障信号特征频率的效果。也有人提出部分相关积分算法，并使用该算法计算出的尺寸指数成功预测了旋转机械中滚动轴承的故障。以上是将信号处理方法与信号的自相关方法或者互相关方法的结合，取得了一定成就。除了利用相关函数方法识别故障特征以外，也有采用很多信号融合的方法来识别机械故障。目前普遍使用的信号融合方法有加权平均法、卡尔曼滤波法、神经网络算法、模糊集理论、聚类分析法、Kohonen特征图法等等，均是通过融合信号来提取出故障信号的特征。自相关是对单本文档来自技高网...

【技术保护点】
1.一种异类振动信号时空多互相关分析和自适应加权融合方法，其特征在于，包括以下步骤：/n(1)异类数据的相位匹配分析：针对两个加速度传感器的信号为X(t),Y(t)，速度传感器的信号为Z(t)，以加速度传感器X(t),Y(t)为基准，计算出速度传感器Z(t)对应的加速度信号Z

【技术特征摘要】
1.一种异类振动信号时空多互相关分析和自适应加权融合方法，其特征在于，包括以下步骤：
(1)异类数据的相位匹配分析：针对两个加速度传感器的信号为X(t),Y(t)，速度传感器的信号为Z(t)，以加速度传感器X(t),Y(t)为基准，计算出速度传感器Z(t)对应的加速度信号Z1(t)，利用相位差的形式，实现各信号间的相位匹配；
(2)数据线性归一化处理：对信号X(t),Y(t),及相位匹配后的Z1(t)进行线性变换，将其映射到[0,1]之间，得到归一化后的信号X’(t),Y’(t),Z’(t)；
(3)建立多互相关函数：建立预处理好的样本数据两两互相关函数，得到X’(t)和Y’(t)，X’(t)和Z’(t)之间的互相关函数ω1和ω2；
(4)获取异类传感器间的时间偏差：利用不同类型振动传感器不同的位置，建立空间坐标系，记录各传感器的空间坐标，得到X’(t)和Y’(t)，X’(t)和Z’(t)之间的时间偏差τ1，τ2；
(5)振动信号融合：以步骤(4)中的时间偏差加上步骤(2)中归一化后的信号X＇(t)、Y＇(t-τ1)、Z＇(t-τ2)为目标，其中X’(t)为基准信号，再利用步骤3中的ω1和ω2得到信号X’(t)与Y＇(t-τ1),X’(t)与Z＇(t-τ2)间的相关系数ωxy和ωxz。


2.根据权利要求1所述的异类振动信号时空多互相关分析和自适应加权融合方法，其特征在于，所述步骤(3)通过以下公式实现：
X’(t),Y’(t),Z’(t)间的互相关函数分别为：









其中，三个互相关函数分别加入参数Ti(i＝1、2、3)，Ti为两种信号相等的数据样本时长。


3.根据权...

【专利技术属性】
技术研发人员：李舜酩，程龙欢，邓婕，李妙珍，沈涛，李文扩，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32