一种机泵系统的小波降噪方法及系统技术方案

本发明专利技术公开了一种机泵系统的小波降噪方法及系统，通过所述数据读取模块获得第一含噪训练集，通过所述数据读取模块获得第一信号训练集，通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；将所述第一输入信息输入滤波模型，获得第一含噪信号，获得第一处理结果，将幅度谱输入经过训练的所述维纳滤波器；获得第一输出结果，根据第一输出结果获得第一滤波信号；将所述第一滤波信号输入小波降噪模块；获得第二输出结果，第二输出结果包括降噪信号。解决了现有技术中缺少针对离心泵机舱噪声特定环境下的噪声抑制，导致对离心泵信号的处理不准确的技术问题。

【技术实现步骤摘要】
一种机泵系统的小波降噪方法及系统
本专利技术涉及离心泵噪声处理相关领域，尤其涉及一种机泵系统的小波降噪方法及系统。
技术介绍
振动监测是工业预测性维护中常用的方法，由于在信号采集过程中，环境噪声会影响采集到的振动监测信号，对故障诊断的结果造成影响。信号增强在地震勘探、数值分析以及故障诊断等领域均有着广泛的应用，是国内外研究的重点。传统的信号增强方法大多假定白噪声为噪声类型，应用范围受到限制。但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中缺少针对离心泵机舱噪声特定环境下的噪声抑制，导致对离心泵信号的处理不准确的技术问题。
技术实现思路
本申请实施例通过提供一种机泵系统的小波降噪方法及系统，解决了现有技术中缺少针对离心泵机舱噪声特定环境下的噪声抑制，导致对离心泵信号的处理不准确的技术问题，达到深度结合离心泵机舱噪声特性，对离心泵信号进行更加准确的处理的技术效果。鉴于上述问题，提出了本申请实施例提供一种机泵系统的小波降噪方法及系统。第一方面，本申请实施例提供了一种机泵系统的小波降噪方法，所述方法应用于一机泵小波降噪系统，所述机泵小波降噪系统与数据读取模块、特征提取模块、小波降噪模块通信连接，所述方法包括：通过所述数据读取模块获得第一含噪训练集，其中，所述第一含噪训练集为含噪信号的数据集；通过所述数据读取模块获得第一信号训练集，其中，所述第一信号训练集为与所述第一含噪信号的数据集中的数据一一对应的非噪信号的数据集；通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；将所述第一输入信息输入滤波模型，所述滤波模型为以维纳滤波器为训练目标的模型；获得第一含噪信号，根据第一处理指令对所述第一含噪信号进行处理；获得第一处理结果，所述第一处理结果包括所述第一含噪信号的幅度谱，将所述幅度谱输入经过训练的所述维纳滤波器；获得第一输出结果，根据所述第一输出结果获得第一滤波信号；将所述第一滤波信号输入所述小波降噪模块；获得第二输出结果，其中，所述第二输出结果包括降噪信号。另一方面，本申请还提供了一种机泵系统的小波降噪系统，所述系统包括：第一获得单元，所述第一获得单元用于通过数据读取模块获得第一含噪训练集，其中，所述第一含噪训练集为含噪信号的数据集；第二获得单元，所述第二获得单元用于通过所述数据读取模块获得第一信号训练集，其中，所述第一信号训练集为与所述第一含噪信号的数据集中的数据一一对应的非噪信号的数据集；第三获得单元，所述第三获得单元用于通过特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；第一输入单元，所述第一输入单元用于将所述第一输入信息输入滤波模型，所述滤波模型为以维纳滤波器为训练目标的模型；第四获得单元，所述第四获得单元用于获得第一含噪信号，根据第一处理指令对所述第一含噪信号进行处理；第五获得单元，所述第五获得单元用于获得第一处理结果，所述第一处理结果包括所述第一含噪信号的幅度谱，将所述幅度谱输入经过训练的所述维纳滤波器；第六获得单元，所述第六获得单元用于获得第一输出结果，根据所述第一输出结果获得第一滤波信号；第二输入单元，所述第二输入单元用于将所述第一滤波信号输入小波降噪模块；第七获得单元，所述第七获得单元用于获得第二输出结果，其中，所述第二输出结果包括降噪信号。第三方面，本专利技术提供了一种机泵系统的小波降噪系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了获得第一含噪训练集和第一信号训练集，其中，所述第一含噪训练集与所述第一信号训练集的数据一一对应，通过特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息输入滤波模型，以维纳滤波器作为网络的训练目标，获得训练后的维纳滤波器，将所述第一含噪信号进行处理，获得含噪信号的幅度谱，将所述幅度谱输入所述维纳滤波器，通过所述维纳滤波器获得第一滤波信号，将所述第一滤波信号进行小波降噪模块的降噪处理，获得降噪信号，达到深度结合离心泵机舱噪声特性，对离心泵信号进行更加准确的处理的技术效果。上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。附图说明图1为本申请实施例一种机泵系统的小波降噪方法的流程示意图；图2为本申请实施例一种机泵系统的小波降噪系统的结构示意图；图3为本申请实施例示例性电子设备的结构示意图。附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一输入单元14，第四获得单元15，第五获得单元16，第六获得单元17，第二输入单元18，第七获得单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。具体实施方式本申请实施例通过提供一种机泵系统的小波降噪方法及系统，解决了现有技术中缺少针对离心泵机舱噪声特定环境下的噪声抑制，导致对离心泵信号的处理不准确的技术问题，达到深度结合离心泵机舱噪声特性，对离心泵信号进行更加准确的处理的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。申请概述振动监测是工业预测性维护中常用的方法，由于在信号采集过程中，环境噪声会影响采集到的振动监测信号，对故障诊断的结果造成影响。信号增强在地震勘探、数值分析以及故障诊断等领域均有着广泛的应用，是国内外研究的重点。传统的信号增强方法大多假定白噪声为噪声类型，应用范围受到限制。但现有技术中缺少针对离心泵机舱噪声特定环境下的噪声抑制，导致对离心泵信号的处理不准确的技术问题。针对上述技术问题，本申请提供的技术方案总体思路如下：本申请实施例提供了一种机泵系统的小波降噪方法，所述方法应用于一机泵小波降噪系统，所述机泵小波降噪系统与数据读取模块、特征提取模块、小波降噪模块通信连接，所述方法包括：通过所述数据读取模块获得第一含噪训练集，其中，所述第一含噪训练集为含噪信号的数据集；通过所述数据读取模块获得第一信号训练集，其中，所述第一信号训练集为与所述第一含噪信号的数据集中的数据一一对应的非噪信号的数据集；通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；将所述第一输入信息输入滤波模型，所述滤波模型为以维纳滤波器为训练目标的模型；获得第一含噪信号，根据第一处理指令对所述第一含本文档来自技高网...

【技术保护点】
1.一种机泵系统的小波降噪方法，所述方法应用于一机泵小波降噪系统，所述机泵小波降噪系统与数据读取模块、特征提取模块、小波降噪模块通信连接，其中，所述方法包括：/n通过所述数据读取模块获得第一含噪训练集，其中，所述第一含噪训练集为含噪信号的数据集；/n通过所述数据读取模块获得第一信号训练集，其中，所述第一信号训练集为与所述第一含噪信号的数据集中的数据一一对应的非噪信号的数据集；/n通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；/n将所述第一输入信息输入滤波模型，所述滤波模型为以维纳滤波器为训练目标的模型；/n获得第一含噪信号，根据第一处理指令对所述第一含噪信号进行处理；/n获得第一处理结果，所述第一处理结果包括所述第一含噪信号的幅度谱，将所述幅度谱输入经过训练的所述维纳滤波器；/n获得第一输出结果，根据所述第一输出结果获得第一滤波信号；/n将所述第一滤波信号输入所述小波降噪模块；/n获得第二输出结果，其中，所述第二输出结果包括降噪信号。/n

【技术特征摘要】
1.一种机泵系统的小波降噪方法，所述方法应用于一机泵小波降噪系统，所述机泵小波降噪系统与数据读取模块、特征提取模块、小波降噪模块通信连接，其中，所述方法包括：
通过所述数据读取模块获得第一含噪训练集，其中，所述第一含噪训练集为含噪信号的数据集；
通过所述数据读取模块获得第一信号训练集，其中，所述第一信号训练集为与所述第一含噪信号的数据集中的数据一一对应的非噪信号的数据集；
通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息；
将所述第一输入信息输入滤波模型，所述滤波模型为以维纳滤波器为训练目标的模型；
获得第一含噪信号，根据第一处理指令对所述第一含噪信号进行处理；
获得第一处理结果，所述第一处理结果包括所述第一含噪信号的幅度谱，将所述幅度谱输入经过训练的所述维纳滤波器；
获得第一输出结果，根据所述第一输出结果获得第一滤波信号；
将所述第一滤波信号输入所述小波降噪模块；
获得第二输出结果，其中，所述第二输出结果包括降噪信号。


2.如权利要求1所述的方法，其中，所述获得第一输出结果，根据所述第一输出结果获得第一滤波信号，所述方法还包括：
根据所述第一处理结果，获得所述第一含噪信号的相位谱；
根据所述相位谱对所述第一输出结果进行波形重构；
获得所述波形重构结果，所述波形重构结果包括第一滤波信号。


3.如权利要求2所述的方法，其中，所述将所述第一滤波信号输入小波降噪模块，所述方法还包括：
获得第一分解指令；
根据所述第一分解指令，对所述第一滤波信号进行小波分解；
获得第一小波分解系数，将所述第一小波分解系数作为第一指标；
获得第一噪声评估指令；
根据所述第一噪声评估指令对所述第一小波分解系数进行噪声评估；
获得第一评估结果，将所述第一评估结果作为第二指标；
根据所述第一指标和所述第二指标获得自适应阈值；
将所述第一滤波信号通过所述自适应阈值进行降噪处理，获得降噪信号。


4.如权利要求3所述的方法，其中，所述将所述滤波信号通过所述自适应阈值进行降噪处理，获得降噪信号之前，所述方法包括：
获得所述噪声评估的第二评估结果，其中，所述第二评估结果包括噪声的信噪比，将所述信噪比作为第三指标；
根据所述第一指标和第三指标，获得第一分解尺度；
获得第二分解指令，根据所述第二分解指令通过所述第一分解尺度对所述第一滤波信号进行分解，获得第一分解结果；
根据所述第一分解结果通过所述自适应阈值进行降噪处理，获得降噪信号。


5.如权利要求1所述的方法，其中，所述通过所述特征提取模块对所述第一含噪训练集和所述第一信号训练集进行特征提取，获得第一提取结果，将所述第一提取结果作为第一输入信息，所述方法还包括：
获得第一聚类指令；
根据所述第一聚类指令对所述第一含噪训...

【专利技术属性】
技术研发人员：马吉林，但家梭，蔡玉良，于淳，孙宁，孙东昊，张旋武，赵天义，王新宇，王潇，赵轩，毕玉军，王在忠，
申请(专利权)人：中国船级社，
类型：发明
国别省市：北京;11