一种增压器轴承的ALE主动降噪的振动信号语谱分析方法技术

本发明专利技术公开了一种增压器轴承的ALE主动降噪的振动信号语谱分析方法及系统，包括步骤S1：获取增压器轴承振动信号并传输至控制分析终端存储；步骤S2：控制分析终端基于ALE主动降噪算法对所述增压器轴承振动信号进行降噪处理，获得优化增压器轴承振动信号；步骤S3：控制分析终端调用语谱分析信号处理模块，以优化增压器轴承振动信号为输入数据，根据语谱分析信号处理策略对输入数据进行语谱分析处理，获得增压器轴承振动信号的语谱图。以解决由于增压器结构复杂，工作环境恶劣，难以完整提取具有非平稳特性的增压器轴承振动信号的故障特征，特别是针对增压器轴承早期微小故障的诊断，难以从复杂噪声成分中提取微弱振动信号的微小故障特征的技术问题。故障特征的技术问题。故障特征的技术问题。

【技术实现步骤摘要】
一种增压器轴承的ALE主动降噪的振动信号语谱分析方法


[0001]本专利技术涉及涡轮增压器无损检测
，尤其涉及一种增压器轴承的ALE主动降噪的振动信号语谱分析方法。

技术介绍

[0002]增压器作为机车、船舶柴油机的关键部件之一，保证了柴油机持续稳定的为机车、船舶提供运行所需的动力，同时为减少尾气排放对环境的影响等方面发挥着重要作用。轴承作为增压器核心零件，起着支撑轴及轴上零件、保持轴旋转的重要作用，其工作好坏对增压器的工作状态有很大的影响。由于增压器结构复杂，工作环境恶劣，其轴承振动信号往往淹没在复杂噪声环境下，这些信号成分混杂在一起，通过隔音、滤波等被动降噪技术手段难以很好地将轴承振动信号完整剥离。
[0003]然而，单独运用常用的时域、频域分析手段，难以完整提取具有非平稳特性的增压器轴承振动信号的故障特征，特别是针对增压器轴承早期微小故障的诊断，如何从复杂噪声成分中提取微弱振动信号的微小故障特征已成为一项亟待解决的问题。

技术实现思路

[0004]本专利技术提供一种增压器轴承的ALE主动降噪的振动信号语谱分析方法，以克服由于增压器结构复杂，工作环境恶劣，其轴承振动信号往往淹没在复杂噪声环境下，难以完整提取具有非平稳特性的增压器轴承振动信号的故障特征，特别是针对增压器轴承早期微小故障的诊断，难以从复杂噪声成分中提取微弱振动信号的微小故障特征的技术问题。
[0005]为了实现上述目的，本专利技术的技术方案是：
[0006]一种增压器轴承的ALE主动降噪的振动信号语谱分析方法，包括：
[0007]步骤S1：获取增压器轴承振动信号并传输至控制分析终端存储，所述增压器轴承振动信号包括原始轴承振动信号与延迟时间Δ后的原始轴承振动信号；
[0008]所述延迟时间Δ后的原始轴承振动信号为相对于原始轴承振动信号延时截取的时长相同的信号；
[0009]步骤S2：所述控制分析终端基于ALE主动降噪算法对所述增压器轴承振动信号进行降噪处理，获得优化增压器轴承振动信号；
[0010]步骤S3：控制分析终端调用语谱分析信号处理模块，以优化增压器轴承振动信号为输入数据，根据语谱分析信号处理策略对所述输入数据进行语谱分析处理，获得增压器轴承振动信号的语谱图。
[0011]进一步的，所述步骤S1中获取增压器原始轴承振动信号具体步骤为：
[0012]通过设置在增压器外壳上且振动信号传导最短路径上的振动传感器，采集轴承振动信号，所述振动信号传导最短路径指从振动发生位置到能够测量位置，固体传导的最短路径；
[0013]所述振动传感器将采集的增压器原始轴承振动信号传输至控制分析终端存储。
[0014]进一步的，所述步骤S2中基于ALE主动降噪算法对所述增压器轴承振动信号进行降噪处理具体步骤为：
[0015]步骤S2.1：设置FIR横向滤波器模型，具体为：
[0016]x(n)＝[x(n)x(n
‑
1)x(n
‑
2)...x(n
‑
L)]T
[0017]w(n)＝[w0(n)w1(n)w2(n)...w
L
(n)]T
[0018][0019]其中，x(n)表示FIR滤波器的输入信号；x(n
‑
L)表示经过L次延时后的输入信号，w
L
(n)表示对应信号x(n
‑
L)的权向量，w(n)表示滤波器权向量；y(n)表示FIR滤波器的输出信号；T表示矩阵计算中的转置；
[0020]步骤S2.2:基于LMS自适应算法，以最小均方误差作为调整值更新所述FIR横向滤波器的权向量；
[0021]步骤S2.2.1：根据FIR滤波器的输出信号与预设振动参考信号获取定义振动误差信号，定义振动误差信号计算公式为：
[0022]e(n)＝d(n)
‑
y(n)＝d(n)
‑
w
T
(n)x(n)
[0023]其中，e(n)为定义振动误差信号；d(n)为预设振动参考信号；y(n)为主动降噪后的增压器轴承振动信号；
[0024]步骤S2.2.2:以定义误差信号均方值最小，作为最优统计准则获取定义代价函数，定义代价函数计算公式为：
[0025]J(n)＝E[e2(n)][0026]其中，J(n)为定义代价函数；e(n)为定义振动误差信号；e2(n)为定义振动误差信号的瞬时误差；E[e2(n)]为定义振动误差信号的均方误差；
[0027]步骤S2.2.3：利用最速下降算法，沿着性能曲面负梯度方向调整滤波器权向量w(n)，搜索性能曲面的最小点，求解最优权向量可得到梯度向量，梯度向量的计算公式为：
[0028][0029]其中，
▽
J(n)表示对定义代价函数J(n)求偏导所获得的J(n)对w(n)的梯度向量；J(n)为定义代价函数；e(n)为定义振动误差信号；w(n)表示滤波器权向量；x(n)表示FIR滤波器的输入信号；
[0030]步骤S2.2.4：根据
▽
J(n)更新LMS自适应滤波器权向量，对应的公式为：
[0031]w(n+1)＝w(n)+μ(
‑▽
J(n))＝w(n)+2μe(n)x(n)
[0032]x(n)表示FIR滤波器的输入信号；W(n+1)为经过一次误差修正后的w(n)；w(n)表示滤波器权向量；e(n)为定义振动误差信号；μ为步长因子,滤波器权向量；e(n)为定义振动误差信号；μ为步长因子,λ
max
为输入信号x(n)自相关矩阵中的最大特征值。
[0033]进一步的，步骤S2.3所述的获得优化增压器轴承振动信号具体步骤为：
[0034]步骤S2.3.1：定义期望信号与输入信号，将所述输入信号输入至FIR横向滤波器模型进行信号调整获取主动降噪后的增压器轴承振动信号y(n)；
[0035]所述期望信号为原始轴承振动信号x(n)，且包括轴承振动信号s(n)与噪声信号v(n)；
[0036]所述输入信号为延迟时间Δ后的原始轴承振动信号x
Δ
(n)，且包括延时轴承振动信号s
Δ
(n)与延时噪声信号v
Δ
(n)；
[0037]步骤S2.3.2：根据所述原始轴承振动信号x(n)与主动降噪后的增压器轴承振动信号y(n)获取定义振动误差信号e(n)，并将每个时刻的定义振动误差信号e(n)基于LMS算法进行自适应调节，反馈至FIR滤波器自适应地调整滤波器权向量w(n)；
[0038]步骤S2.3.3：重新预设延迟时间Δ，通过对定义代价函数J(n)进行迭代计算，使得延时Δ后的原始轴承振动信号x
Δ
(n)与轴承振动信号s(n)保持相关性，进而获得优化增压器轴承振动信号。
[0039]进一步的，步骤S3中根据语谱分析信号处理策略对所述输入数据进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种增压器轴承的ALE主动降噪的振动信号语谱分析方法，其特征在于，包括：步骤S1：获取增压器轴承振动信号并传输至控制分析终端存储，所述增压器轴承振动信号包括原始轴承振动信号与延迟时间Δ后的原始轴承振动信号；所述延迟时间Δ后的原始轴承振动信号为相对于原始轴承振动信号延时截取的时长相同的信号；步骤S2：所述控制分析终端基于ALE主动降噪算法对所述增压器轴承振动信号进行降噪处理，获得优化增压器轴承振动信号；步骤S3：控制分析终端调用语谱分析信号处理模块，以优化增压器轴承振动信号为输入数据，根据语谱分析信号处理策略对所述输入数据进行语谱分析处理，获得增压器轴承振动信号的语谱图。2.根据权利要求1所述的一种增压器轴承的ALE主动降噪的振动信号语谱分析方法，其特征在于，所述步骤S1中获取增压器原始轴承振动信号具体步骤为：通过设置在增压器外壳上且振动信号传导最短路径上的振动传感器，采集轴承振动信号，所述振动信号传导最短路径指从振动发生位置到能够测量位置，固体传导的最短路径；所述振动传感器将采集的增压器原始轴承振动信号传输至控制分析终端存储。3.根据权利要求1所述的一种增压器轴承的ALE主动降噪的振动信号语谱分析方法，其特征在于，所述步骤S2中基于ALE主动降噪算法对所述增压器轴承振动信号进行降噪处理具体步骤为：步骤S2.1：设置FIR横向滤波器模型，具体为：x(n)＝[x(n)x(n
‑
1)x(n
‑
2)...x(n
‑
L)]
T
w(n)＝[w0(n)w1(n)w2(n)...w
L
(n)]
T
其中，x(n)表示FIR滤波器的输入信号；x(n
‑
L)表示经过L次延时后的输入信号；w
L
(n)表示对应信号x(n
‑
L)的权向量；w(n)表示滤波器权向量；y(n)表示FIR滤波器的输出信号；T表示矩阵计算中的转置；步骤S2.2:基于LMS自适应算法，以最小均方误差作为调整值更新所述FIR横向滤波器的权向量；步骤S2.2.1：根据FIR滤波器的输出信号与预设振动参考信号获取定义振动误差信号，定义振动误差信号计算公式为：e(n)＝d(n)
‑
y(n)＝d(n)
‑
w
T
(n)x(n)其中，e(n)为定义振动误差信号；d(n)为预设振动参考信号；y(n)为主动降噪后的增压器轴承振动信号；步骤S2.2.2:以定义误差信号均方值最小，作为最优统计准则获取定义代价函数，定义代价函数计算公式为：J(n)＝E[e2(n)]其中，J(n)为定义代价函数；e(n)为定义振动误差信号；e2(n)为定义振动误差信号的瞬时误差；E[e2(n)]为定义振动误差信号的均方误差；步骤S2.2.3：利用最速下降算法，沿着性能曲面负梯度方向调整滤波器权向量w(n)，搜
索性能曲面的最小点，求解最优权向量可得到梯度向量，梯度向量的计算公式为：其中，表示对定义代价函数J(n)求偏导所获得的J(n)对w(n)的梯度向量；J(n)为定义代价函数；e(n)为定义振动误差信号；w(n)表示滤波器权向量；x(n)表示FIR滤波器的输入信号；步骤S2.2.4：根据更新LMS自适应滤波器权向量，对应的公式为：x(n)表示FIR滤波器的输入信号；W(n+1)为经过一次误差修正后的w(n)；w(n)表示滤波器权向量；e(n)为定义振动误差信号；μ为步长因子,0＜μ＜λ
max
为输入信号x(n)自相关矩阵中的最大特征值。4.根据权利要求3所述的一种增压器轴承的ALE主...

【专利技术属性】
技术研发人员：杨枫，李琦，迟子桓，田茂鹏，初冰，
申请(专利权)人：中车大连机车研究所有限公司，
类型：发明
国别省市：