一种基于LCD-小波新阈值的机械密封声发射信号降噪方法技术

本发明专利技术公开了一种基于LCD

【技术实现步骤摘要】
一种基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法


[0001]本专利技术涉及一种基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法，属于机械故障诊断领域。

技术介绍

[0002]声发射信号与常用的振动信号相比，声发射信号凭借响应灵敏，频带范围宽，频率成分丰富在旋转机械早期碰摩故障检测中具有独特的优势。但在旋转机械密封声发射信号检测中，声发射信号经常会受到实际噪声的干扰，甚至被湮没，使得对有用的声发射信号的识别变得困难，所以在分析采集到的声发射信号时，必须要对其降噪处理。
[0003]在实际信号降噪的应用中，硬阈值函数在整个小波域内是不连续的，存在间断点，并且只对小于阈值的小波系数进行处理，而对那些大于阈值的小波系数不进行处理，以致降噪信号具有较大方差；软阈值函数在小波域内是连续的，虽然不存在间断点的问题，但它的导数确是不连续的，而在实际应用中经常要对信号进行一阶导数甚至高阶导数运算处理，并且对软阈值函数降噪时那些大于阈值的小波系数是采取恒定值压缩的，这实际上与噪声分量随小波系数增大而逐渐减小的趋势不相符。

技术实现思路

[0004]针对现有技术的不足和缺陷，提供了一种基于LCD和小波新阈值相结合的信号降噪方法，用于机械密封声发射信号的预处理,可有效解决机械密封在低速不稳定状态下，声发射信号干扰成分较多，不利于状态监测和故障诊断的技术难题。
[0005]一种基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法，包括以下步骤：
[0006](1)通过机械密封声发射信号采集试验平台采集机械密封声发射信号；
[0007](2)通过局部特征尺度分解对机械密封声发射信号X(t)进行分解，得到若干按照频率由高到低排列的ISC分量；
[0008](3)分别计算出局部特征尺度分解得到的每个ISC分量和原始信号的互相关系数；
[0009](4)通过对ISC分量进行FFT频谱分析，构建基于频谱分析和互相关系数组合的含噪分量筛选规则，从ISC分量中筛选出纯净分量和含噪分量；
[0010](5)利用信号重构技术，将筛选出来的含噪分量进行组合重构，利用改进的小波新阈值降噪方法对组合重构的含噪分量进行降噪处理；
[0011](6)将筛选出的纯净信号分量和经过降噪后的组合含噪分量进行重构，得到LCD
‑
小波新阈值降噪后的信号。
[0012]进一步的，所述步骤(1)中，所述机械密封声发射信号采集试验平台包括机械密封试验台、变频启动器、声发射信号采集器、机械密封试验件、供气系统、工控机。能够较完整地收集到机械密封声发射信号，以便后续进行降噪处理。
[0013]进一步的，所述步骤(2)中，所述ISC分量获得的具体方法为：
[0014](2
‑
1)取x(t)的所有极值点，利用相邻极值点对x(t)进行区间划分，在极值点划分
的区间内，可利用线性变换对x(t)进行转换；
[0015](2
‑
2)假设原始信号由基线信号Lt和剩余信号P1(t)组成，则将二者从原始信号x(t)中分离，利用ISC分量判据对分离得到的P1(t)进行判别；
[0016](2
‑
3)从原始信号x(t)中剔除ISC1(t),并循环计算n次，每次均可得到一个满足分量判据的ISC分量。
[0017]LCD分解法将ISC分量按照频率由高到低的顺序从原始信号中依次分离，将信号分解为具有不同频率尺度的分量，从而对信息进行充分挖掘。
[0018]进一步的，所述步骤(2)中，所述满足ISC分量表达式为：
[0019][0020]式中：ISC
i
(t)为每次循环后可得到ISC分量，r
n
为最终的残余分量；
[0021]分解结果中的残余分量rn反应信号的变化趋势，通过剔除该残余分量，可达到一定程度的降噪效果。另外，相比采用样条差值的信号分解方法如经验模态分解(EMD),LCD方法通过线性变换从原始信号中分离出基线信号，计算量更小，且在抑制端点效应和模态混叠方面性能更优。
[0022]进一步的，所述步骤(4)中，所述互相关系数的表达式为：
[0023][0024]式中：R(i)为互相关系数；x(i,j)为ISC分量；y(j)为振动信号分量；M为信号长度；N为ISC分量个数；由于源信号分量为包含噪声的分量，且分解出的ISC分量中包含噪声和真实信息。引入互相关系数R能够更加合理地选择合适的ISC分量进行进一步降噪处理。
[0025]进一步的，所述步骤(5)中，所述小波新阈值降噪方法的阈值函数公式为：
[0026][0027]式中：W
j,k
为小波系数；为近似小波系数；thr为阈值，取N是信号长度；
[0028]本专利技术的有益效果为：本专利技术基于LCD和小波新阈值相结合的信号降噪方法，用于机械密封声发射信号的预处理,可有效解决机械密封在低速不稳定状态下，声发射信号干扰成分较多，不利于状态监测和故障诊断的技术难题。
[0029]本专利技术中的LCD方法将ISC分量按照频率由高到低的顺序从原始信号中依次分离，将信号分解为具有不同频率尺度的分量，从而对信息进行充分挖掘。分解结果中的残余分量rn反应信号的变化趋势，通过剔除该残余分量，可达到一定程度的降噪效果。另外，相比采用样条差值的信号分解方法如经验模态分解(EMD),LCD方法通过线性变换从原始信号中分离出基线信号，计算量更小，且在抑制端点效应和模态混叠方面性能更优。
[0030]本专利技术的小波阈值滤波降噪方法认为所有的有用信号对应的小波系数都包含该信号的重要信息，并且信号的幅值比较大，但数目是比较少的；而噪声信号所对应的小波系数的分布是一致的，并且个数比较多，但幅值是比较小的。且在实际信号降噪的应用中，硬阈值函数在整个小波域内是不连续的，存在间断点，并且只对小于阈值的小波系数进行处
理，而对那些大于阈值的小波系数不进行处理，以致降噪信号具有较大方差；软阈值函数在小波域内是连续的，虽然不存在间断点的问题，但它的导数确是不连续的，而在实际应用中经常要对信号进行一阶导数甚至高阶导数运算处理，本专利技术的小波新阈值降噪方法的阈值函数克服了软阈值和硬阈值方法在降噪中的缺点，构造一种新的阈值函数来解决该问题。
附图说明
[0031]图1为机械密封声发射信号降噪流程图；
[0032]图2为机械密封声发射信号采集系统组成图；
[0033]图3为LCD分解原理图；
[0034]图4为LCD分解效果图；
[0035]图5为机械密封声发射信号的原始信号图；
[0036]图6为LCD分解的ISC分量图；
[0037]图7为FFT频谱分析图；
[0038]图8为组合含噪ISC分量图；
[0039]图9为小波新阈值降噪后的含噪ISC分量图；
[0040]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法，其特征在于，包括以下步骤：(1)通过机械密封声发射信号采集试验平台采集机械密封声发射信号；(2)通过局部特征尺度分解对机械密封声发射信号X(t)进行分解，得到若干按照频率由高到低排列的ISC分量；(3)分别计算出局部特征尺度分解得到的每个ISC分量和原始信号的互相关系数；(4)通过对ISC分量进行FFT频谱分析，构建基于频谱分析和互相关系数组合的含噪分量筛选规则，从ISC分量中筛选出纯净分量和含噪分量；(5)利用信号重构技术，将筛选出来的含噪分量进行组合重构，利用改进的小波新阈值降噪方法对组合重构的含噪分量进行降噪处理；(6)将筛选出的纯净信号分量和经过降噪后的组合含噪分量进行重构，得到LCD
‑
小波新阈值降噪后的信号。2.根据权利要求1所述的基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法，其特征在于，所述步骤(1)中，所述机械密封声发射信号采集试验平台包括机械密封试验台、变频启动器、声发射信号采集器、机械密封试验件、供气系统、工控机。3.根据权利要求1所述的基于LCD
‑
小波新阈值的机械密封声发射信号降噪方法，其特征在于，所述步骤(2)中，所述ISC分量获得的具体方法为：(2
‑
1)取x(t)的所有极值点，利用相邻极值点对x(t)进行区...

【专利技术属性】
技术研发人员：陆俊杰，刘柱，马雨润，张炜，
申请(专利权)人：浙大宁波理工学院，
类型：发明
国别省市：