本发明专利技术公开了一种基于同步提取变换的多源时频脊线提取方法，包括：获取齿轮箱时域振动信号；对时域振动信号进行变分模态分解滤波，得到特征模态分量时域振动信号；对特征模态分量时域振动信号进行同步提取变换时频分析；根据局部峰值搜索算法提取转轴转频、齿轮啮合频率时频脊线；基于多源脊线融合方法优化时频脊线，提取转频曲线；基于转频曲线对特征模态分量时域振动信号进行阶次跟踪，从角域阶次谱中得到转轴故障特征阶次。改善了频率突变情况且IF融合精度高，从阶次跟踪后信号阶次谱中得到故障特征阶次，改善了频率模糊现象，优化了轴承故障特征提取效果。化了轴承故障特征提取效果。化了轴承故障特征提取效果。
【技术实现步骤摘要】
基于同步提取变换的多源时频脊线提取方法
[0001]本专利技术涉及旋转机械状态监测与故障诊断
，更具体的说是涉及基于同步提取变换的多源时频脊线提取方法。
技术介绍
[0002]齿轮箱作为旋转机械传动件应用领域广且运行环境恶劣，故研究齿轮箱故障诊断意义重大。齿轮箱转轴频率变化导致匀速工况下的信号处理方法不再适用，阶次跟踪方法将时域非平稳转化为角域平稳信号，从角域阶次谱中提取故障特征阶次信息。用基于时频分析的无转速计阶次跟踪估计转轴瞬时频率(instantaneous frequency,IF)，避免了角度编码盘等数据采集装置测量精度等问题，降低了齿轮箱在线监测成本。
[0003]针对变转速、噪声干扰等带来的频谱模糊现象以及IF估计精度低等问题，许多学者提出了有效方法。基于时频分析(Time
‑
frequency analysis,TFA)的时频脊线精度优化问题是目前变转速领域的一大难点。
[0004]因此，如何提供一种能够改善频率模糊现象、IF融合精度高的时频脊线提取方法是本领域技术人员亟需解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术提供了一种基于同步提取变换的多源时频脊线提取方法，优化了频率突变情况，提高了IF估计精度。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]基于同步提取变换的多源时频脊线提取方法，包括：
[0008]获取齿轮箱时域振动信号；
[0009]对所述时域振动信号进行变分模态分解滤波，得到特征模态分量时域振动信号；
[0010]对所述特征模态分量时域振动信号求同步提取变换时频谱、同步提取变换包络时频谱，分别得到齿轮啮合频率谱线、转轴转频谱线；
[0011]根据局部峰值搜索算法提取转轴转频、齿轮啮合频率时频脊线；
[0012]基于多源脊线融合方法优化齿轮啮合频率时频脊线提取效果，提取转频曲线；
[0013]基于所述转频曲线对所述特征模态分量时域振动信号进行阶次跟踪，从角域阶次谱中得到齿轮箱轴承故障特征阶次。
[0014]优选的，所述同步提取变换实现过程为：
[0015]1)短时傅里叶变换时频谱
[0016]对特征模态分量时域振动信号s(t)求时频谱，短时傅里叶变换公式如下：
[0017][0018]式中，g(u
‑
t)表示可移动的窗函数；
[0019](1)式两边同乘相位因子e
jωt
，公式如下：
[0020][0021]式中：表示s(t)的傅里叶变换，表示窗函数g(u
‑
t)的傅里叶变换；
[0022]设频率ω0的谐波信号为转化为频域公式如下：
[0023][0024]式中：A表示谐波幅值，ζ表示频率，δ()表示指示函数；
[0025]将公式(3)代入(2)式，短时傅里叶变换时频谱公式如下：
[0026][0027]其中，G
e
(t,ω)表示短时傅里叶变换时频；
[0028]2)IF估计
[0029]IF公式如下：
[0030][0031]式中：表示Ge(t,ω)对t求偏导数；
[0032]3)SET时频谱
[0033]计算SET时频谱，公式如下：
[0034]T
e
(t,ω)＝G
e
(t,ω)δ(ω
‑
ω0(t,ω)) (6)
[0035]式中：δ(ω
‑
ω0(t,ω))表示同步提取算子，T
e
(t,ω)表示SET时频。
[0036]优选的，所述局部峰值搜索算法具体实现过程为：
[0037]1)时频谱初始化，在分析时段上随机获取n个初始时刻点，索引初始时刻谱能量最大的频率；
[0038]2)筛选当前时刻点整个分析频段内时频谱能量最大的频率，公式如下：
[0039]f(t,ω)＝argmaxT
e
(t,ω),ω＝1,2,
…
,N/2+1 (7)
[0040]式中，T
e
(t,ω)表示SET时频谱，N表示N点快速傅里叶变换，t表示时频图上的时间点，ω表示时频图上的频率点；
[0041]3)频率值比较：当前时刻分析频段内谱能量最大的频率与前一时刻频率比较，判定条件如下：
[0042](f(t,ω)＞αf(t
‑
1,ω))||(f(t,ω)＜βf(t
‑
1,ω))
ꢀꢀꢀ
(8)
[0043]式中：α、β均由专家经验获得，若(8)式不成立，那么当前时刻谱能量最大对应的频率值为0，循环式(7)、(8)过程，直到满足(8)式为止，从而获取该时刻点的频率值；
[0044]4)从当前时刻向前、向后搜索下一时刻对应的频率值，直到搜索全部分析时段为止；
[0045]5)重分布得到全局分析时段的齿轮啮合频率时频脊线。
[0046]优选的，所述多源脊线融合方法具体实现过程为：
[0047]1)分别从同步提取变换时频谱和同步提取变换包络时频谱中低频段、高频共振段提取4条时频脊线；
[0048]2)根据齿轮啮合频率、轴转频固定线性关系，并结合同步提取变换时频谱、同步提取变换包络时频谱结构信息，对提取的时频脊线进行预处理；
[0049]3)基于高频共振段时频谱能量最高对应的时频脊线为基准进行同步化处理；
[0050]4)根据融合区间对应的频率选择标准差最小的时频脊线作为融合结果，非融合区间对应的4条时频脊线求均值，对融合结果和时频脊线均值重分布得到全局分析时段的齿轮啮合频率时频脊线融合结果；
[0051]5)根据融合结果的齿轮啮合频率和轴转频固定线性关系，估计转频曲线变化趋势。
[0052]优选的，同步化处理具体计算过程为：
[0053]时频脊线同步化处理公式为：
[0054][0055]式中，表示时频脊线同步化结果，k表示同步化系数，由时频脊线与基准脊线重合度决定，f
i
表示低频段及共振频带第i条时频脊线。
[0056]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于同步提取变换的多源时频脊线提取方法，改进的多源脊线融合方法改善了频率突变情况且IF融合精度高，从阶次跟踪后信号阶次谱中得到故障特征阶次，改善了频率模糊现象，优化了轴承故障特征提取效果。
附图说明
[0057]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0058]图1附图为本专利技术提供的方法流程图。
具体实施方式
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于同步提取变换的多源时频脊线提取方法，其特征在于，包括：获取齿轮箱时域振动信号；对所述时域振动信号进行变分模态分解滤波，得到特征模态分量时域振动信号；对所述特征模态分量时域振动信号求同步提取变换时频谱、同步提取变换包络时频谱，分别得到齿轮啮合频率谱线、转轴转频谱线；根据局部峰值搜索算法提取转轴转频、齿轮啮合频率时频脊线；基于多源脊线融合方法优化齿轮啮合频率时频脊线提取效果，提取转频曲线；基于所述转频曲线对所述特征模态分量时域振动信号进行阶次跟踪，从角域阶次谱中得到齿轮箱轴承故障特征阶次。2.根据权利要求1所述的基于同步提取变换的多源时频脊线提取方法，其特征在于，所述同步提取变换实现过程为：1)短时傅里叶变换时频谱对特征模态分量时域振动信号s(t)求时频谱，短时傅里叶变换公式如下：式中，g(u
‑
t)表示可移动的窗函数；(1)式两边同乘相位因子e
jωt
，公式如下：式中：表示s(t)的傅里叶变换，表示窗函数g(u
‑
t)的傅里叶变换；设频率ω0的谐波信号为转化为频域公式如下：式中：A表示谐波幅值，表示频率，δ()表示指示函数；将公式(3)代入(2)式，短时傅里叶变换时频谱公式如下：其中，G
e
(t,ω)表示短时傅里叶变换时频；2)IF估计IF公式如下：式中：表示对t求偏导数；
3)SET时频谱计算SET时频谱，公式如下：T
e
(t,ω)＝G
e
(t,ω)δ(ω
‑
ω0(t,ω))
ꢀꢀ
(6)式中：δ(ω
‑
ω0(t,ω))表示同步提取算子，T
e
(t,ω)表示SET时频。3.根据权利要求1所述的基于同步提取变换的多源时频脊线提取方法，其特征在于，所述局部峰值搜索算法具体实现过程为：1)时频谱初始化，在分析时段上随机获取n个初始时刻点，索引初始时刻谱能量最大的频率；2)筛选当前时刻点整个分析频段内时频谱能量最...
【专利技术属性】
技术研发人员：梁志通，靳玉川，杨思彬，董海洋，窦文彪，刘水洋，王海莲，于广超，王文剑，王巍，李金峰，王旭，王燕杰，万书亭，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。