自激励噪声源干扰下的故障源信号识别提取方法技术

本发明专利技术提出了一种自激励噪声源干扰下的故障源信号识别提取方法，该方案能通过理论模型将目标故障源信号和传播信道进行关联，然后将理论模变换到频域，在频域内进行处理得到故障源信号。本发明专利技术的有益技术效果是：提出了一种自激励噪声源干扰下的故障源信号识别提取方法，该方案考虑了传播信道因素，使故障源信号识别提取的准确性得到提高，同时该方法能应用主流成熟的瞬时线性解乘积类算法进行运行，具有很好的普适性。具有很好的普适性。

【技术实现步骤摘要】
自激励噪声源干扰下的故障源信号识别提取方法


[0001]本专利技术涉及一种信号处理技术，尤其涉及一种自激励噪声源干扰下的故障源信号识别提取方法。

技术介绍

[0002]当前，针对自激励声源干扰的信号处理技术以经验模态分解、小波分解、希尔伯特
‑
黄变换以及自适应降噪技术为主。如：第CN109632966A号中国专利在提取岩体目标声发射信号时，利用变分模式分解技术(VMD)对含噪的岩体声信号进行分解处理，然后利用部分有效的子信号重构得到目标声发射信号；第CN112906473A号专利技术专利申请在对旋转设备进行故障诊断时，提出利用小波分解技术对提取到的振动信号进行分解，以峭度和能量熵来评估子信号用以区分目标信号和自激励噪声，选择出有效的子信号进行重构得到目标源振动信号；第CN108956143A号中国专利利用希尔伯特
‑
黄变换分析中的经验模态分解技术(EMD)对转子
‑
轴承设备中的目标故障信号进行提取，混合信号经EMD技术分解后得到一系列子信号，再利用Volterra模型对每个子信号进行评估，随本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自激励噪声源干扰下的故障源信号识别提取方法，其特征在于：所述故障源信号识别提取方法包括：1)对传感器采集到的信号进行预白化处理和归一化处理，得到m个预处理后的数据x
i
，i＝1...m；根据预处理后的数据构建观测信号矩阵X，X＝[x1，x2，..，x
n
]；2)构建包含故障源信号矩阵和传播信道模型矩阵的理论模型F，F＝A(n)*s(n)，A(n)为传播信道模型矩阵，S(n)为故障源信号矩阵；3)将理论模型F变换到频域，得到乘积模型F(f)，F(f)＝A(f)
·
s(f)，A(f)为A(n)变换到频域而得，s(f)为s(n)变换到频域而得；4)采用瞬时线性解乘积算法计算出A(f)的解乘积矩阵A
‑1(f)，其中，瞬时线性解乘积算法中的迭代规则由牛顿迭代法根据观测信号矩阵X推导而得；5)根据下式，计算出s(f)中各分量信号的值：s(f)＝A
‑1(f)
·

【专利技术属性】
技术研发人员：杨进，刘名杨，胡琳，孙应淳，杨亭，
申请(专利权)人：重庆潍睿科技有限公司，
类型：发明
国别省市：