一种旋转机械设备声学信号的特征提取系统及方法技术方案

本发明专利技术公开了一种旋转机械设备声学信号的特征提取系统及方法，包括有：采集模块(1)、信号降噪模块(2)和特征提取模块(3)；所述采集模块(1)包括有若干个远场采集装置和近场采集装置；所述采集模块(1)分别采集主减速器的远场声学信号和近场声学信号后，将所述声学信号传输至信号降噪模块(2)，所述特征提取模块(3)接收信号降噪模块(2)对所述声学信号进行降噪处理后输出的降噪信号，所述特征提取模块(3)对所述降噪信号进行处理，提取并输出声学信号特征、声学信号基频及谐波比。本发明专利技术与传统技术相比，能够实现对主减速器声学信号的快速降噪，抑制噪声对频谱的影响，并通过伽马通倒频谱对故障信息进行有效识别。谱对故障信息进行有效识别。谱对故障信息进行有效识别。

【技术实现步骤摘要】
一种旋转机械设备声学信号的特征提取系统及方法


[0001]本专利技术涉及声学信号特征提取
，更具体地，涉及一种旋转机械设备声学信号的特征提取系统及方法。

技术介绍

[0002]一般而言，旋转机械设备的主减速器的声学测试通常在强噪声背景下进行，传感器采集到的原始信号包含了其他外界信号，直接从原始信号中提取特征，很难从微弱信状态特征信号中分离出对故障诊断有用的信息，因此对传感器采集获取的原始信号，需要进行信号分析与处理，去除原始信号中的干扰项，再进行故障特征选取及分析。
[0003]目前对主减速器的降噪措施通常为傅里叶变换、小波变换等措施，但在处理非平稳信号时存在缺陷，这些措施只能获取一段信号总体上包含哪些频率的成分，并不知道对应的时刻，因此可能时域相差很大的两个信号，频谱是一样的。
[0004]现有技术公开了一种基于多通道数据挖掘的主减速器多故障智能诊断方法，该方法将振动信号通过融合小波收缩和结构化稀疏方法进行降噪，再将降噪后的信号通过深度信念网络进行特征提取，最后采用稀疏贝叶斯极限学习机进行故障诊断。该方法的缺陷是，采用小波变换进行降噪对于有用信号和噪声的频带相互重叠如信号混有白噪声的情况，效果不甚理想；对振动信号进行特征提取时，采用深度信念网络，使系统变得复杂且效率降低，使系统的不确定性增加。
[0005]为此，结合以上需求和现有技术缺陷，本申请提出了一种旋转机械设备声学信号的特征提取系统及方法。

技术实现思路

[0006]本专利技术提供了一种旋转机械设备声学信号的特征提取系统及方法，能够改善声学信号采集中存在的噪声问题，并提供一种适用性和准确性较高的降噪和特征提取方法。
[0007]本专利技术的首要目的是为解决上述技术问题，本专利技术的技术方案如下：
[0008]本专利技术第一方面提供了一种旋转机械设备声学信号的特征提取系统，所述旋转机械设备包括有电机和与电机传动连接的主减速器，所述主减速器两端设置有将装置固定在实验平台上的皮带，所述系统包括有：采集模块、信号降噪模块和特征提取模块；所述采集模块包括有若干个远场采集装置和近场采集装置。
[0009]所述采集模块分别采集主减速器的远场声学信号和近场声学信号后，将所述声学信号传输至信号降噪模块，所述特征提取模块接收信号降噪模块对所述声学信号进行降噪处理后输出的降噪信号，所述特征提取模块对所述降噪信号进行处理，提取并输出声学信号特征、声学信号基频及谐波比。
[0010]其中，由于远场覆盖采集法采集主减速的声学信号，期间会含有大量的噪声信号，可能导致主减速器的信号被噪声信号完全覆盖，故通过近场精确采集的方法对主减速器的声信号进行采集。并采用时域同步平均法，对采集的声学信号进行降噪预处理。基于伽马通
倒频谱技术，基频与谐波比计算，实现从不同维度对降噪后的故障声学信号进行特征分析及提取。
[0011]进一步的，所述远场采集装置根据五点法设置在所述旋转机械设备的五个远场测试点处，所述远场测试点与实验平台的距离均为远场预设值；所述近场采集装置根据五点法设置在所述主减速器的五个近场测试点处，所述近场测试点与主减速器的距离均为近场预设值。
[0012]进一步的，所述采集模块包括有：麦克风组、传声器阵列和声强探头；其中所述麦克风组作为近场采集装置，所述传声器阵列作为远场采集装置；所述麦克风组包括有两个相对设置的具有一致相位的麦克风，两个麦克风之间设置有间隙；所述传声器阵列由按预设几何结构排列的传声器组成；所述声强探头设置在垂直于旋转机械设备的包络面且距离待测量的主减速器表面预设距离处。
[0013]进一步的，所述信号降噪模块采用改进的时域同步平均法对所述采集模块采集的声学信号进行降噪预处理，输出降噪信号；所述特征提取模块对所述降噪信号进行预加重、信号分帧和傅里叶变换获取声学信号的频谱，再对频谱进行伽马通滤波和离散余弦变换得到声学信号特征、声学信号的基频和谐波比。
[0014]根据上述技术特征，本系统结合非接触式声学测试技术，采集主减速器的声源信号，提高传动系统的声学信号采集的适用性及准确性。
[0015]本专利技术第二方面提供了一种旋转机械设备声学信号的特征提取方法，该方法用于所述的一种旋转机械设备声学信号的特征提取系统，包括以下步骤：
[0016]S1、将采集模块的远场采集装置和近场采集装置设置在旋转机械设备的预设位置。
[0017]S2、通过采集模块采集旋转机械设备主减速器的声学信号。
[0018]S3、利用信号降噪模块中改进的时域同步平均方法对声学信号进行滤波降噪，得到降噪信号。
[0019]S4、将降噪信号输入至特征提取模块，对所述降噪信号进行信号预加重、信号分帧和傅里叶变换以获取声学信号的频谱。
[0020]S5、对声学信号的频谱进行伽马通滤波和离散余弦变换得到声学信号特征、声学信号的基频和谐波比。
[0021]进一步的，步骤S2中采集得到的主减速器声学信号如下所示：
[0022]y(k)＝s(k)+s
n
(k)
[0023]其中，y(k)表示主减速器运行时产生的声学信号，k＝0,1,...,N，在采样时间间隔为dt，则采样声信号为y(k*dt)，N表示声信号总采样点数；s(k)表示周期为N
T
的特征信号，其中N
T
表示一个时间周期内的采样点数；s
n
(k)表示白噪声。
[0024]进一步的，步骤S3中利用改进的时域同步平均方法对声学信号进行滤波降噪的具体过程为：将y(k)以整数周期zN
T
的数据长度进行分段，总共分成P段，通过离散傅里叶变换得到声学信号的相位角，再通过相位角估计声学信号每个周期的同步确定性信号，对原始的声学信号和估计的同步确定性信号进行计算，得到残余信号；其中z为正整数，第p段信号表示为：
[0025]y
p
(k')＝y(k'+pzN
T
)＝s(k')+s
n
(k'+pzN
T
)
[0026]其中p＝0,1,
…
,P
‑
1，k
’
＝1,2,
…
zN
T
。
[0027]对原始的声学信号应用离散傅里叶变换获取声学信号相位角的过程为：
[0028][0029]其中，k为离散频率，X
i
[k]为提取的第i个信号的离散傅里叶变换，|X
i
[k]|为幅度，θ为相位角；声学信号的离散傅里叶变换的平均幅度表示为：
[0030][0031]为了估计时域内每个周期的确定性信号，并与时域内每个提取的原始信号同步，需要对声学信号的逆离散傅里叶变换、离散傅里叶变换的平均幅度和相位角进行处理，具体过程为：
[0032]D
i
[k]＝|D
avg
[k]|e
jθi[k][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋转机械设备声学信号的特征提取系统，所述旋转机械设备包括有电机和与电机传动连接的主减速器，所述主减速器两端设置有将所述设备固定在实验平台上的皮带，其特征在于，包括有：采集模块(1)、信号降噪模块(2)和特征提取模块(3)；所述采集模块(1)包括有若干个远场采集装置和近场采集装置；所述采集模块(1)分别采集主减速器的远场声学信号和近场声学信号后，将所述声学信号传输至信号降噪模块(2)，所述特征提取模块(3)接收信号降噪模块(2)对所述声学信号进行降噪处理后输出的降噪信号，所述特征提取模块(3)对所述降噪信号进行处理，提取并输出声学信号特征、声学信号基频及谐波比。2.根据权利要求1所述的一种旋转机械设备声学信号的特征提取系统，其特征在于，所述远场采集装置根据五点法设置在所述旋转机械设备的五个远场测试点处，所述远场测试点与实验平台的距离均为远场预设值；所述近场采集装置根据五点法设置在所述主减速器的五个近场测试点处，所述近场测试点与主减速器的距离均为近场预设值。3.根据权利要求2所述的一种旋转机械设备声学信号的特征提取系统，其特征在于，所述采集模块(1)包括有：麦克风组(101)、传声器阵列(102)和声强探头(103)；其中所述麦克风组(101)作为近场采集装置，所述传声器阵列(102)作为远场采集装置；所述麦克风组(101)包括有两个相对设置的具有一致相位的麦克风，两个麦克风之间设置有间隙；所述传声器阵列(102)由按预设几何结构排列的传声器组成；所述声强探头(103)设置在垂直于旋转机械设备的包络面且距离待测量的主减速器表面预设距离处。4.根据权利要求1所述的一种旋转机械设备声学信号的特征提取系统，其特征在于，所述信号降噪模块(2)采用改进的时域同步平均法对所述采集模块(1)采集的声学信号进行降噪预处理，输出降噪信号；所述特征提取模块(3)对所述降噪信号进行预加重、信号分帧和傅里叶变换获取声学信号的频谱，再对频谱进行伽马通滤波和离散余弦变换得到声学信号特征、声学信号的基频和谐波比。5.一种旋转机械设备声学信号的特征提取方法，该方法用于权利要求1
‑
4任一项所述的一种旋转机械设备声学信号的特征提取系统，其特征在于，包括以下步骤：S1、将采集模块(1)的远场采集装置和近场采集装置设置在旋转机械设备的预设位置；S2、通过采集模块(1)采集旋转机械设备主减速器的声学信号；S3、利用信号降噪模块(2)中改进的时域同步平均方法对声学信号进行滤波降噪，得到降噪信号；S4、将降噪信号输入至特征提取模块(3)，对所述降噪信号进行信号预加重、信号分帧和傅里叶变换以获取声学信号的频谱；S5、对声学信号的频谱进行伽马通滤波和离散余弦变换得到声学信号特征、声学信号的基频和谐波比。6.根据权利要求5所述的一种旋转机械设备声学信号的特征提取方法，其特征在于，步骤S2中采集得到的主减速器声学信号如下所示：y(k)＝s(k)+s
n
(k)其中，y(k)表示主减速器运行时产生的声学信号，k＝0,1,...,N，在采样时间间隔为dt，则采样声信号为y(k*dt)，N表示声信号总采样点数；s(k)表示周期为N
T
的特征信号，其中N
T
表示一个时间周期内的采样点数；s
n
(k)表示白噪声。
7.根据权利要求6所述的一种旋转机械设备声学信号的特征提取方法，其特征在于，步骤S3中利用改进的时域同步平均方法对声学信号进行滤波降噪的具体过程为：将y(k)以整数周期zN
T
的数据长度进行分段，总共分成P段，通过离散傅里叶变换得到声学信号的相位角，再通过相位角估计声学信号每个周期的同步确定性信号，对原始的声学信号和估计的同步确定性信号进行计算，得到残余信号；其中z为正整数，第p段信号表示为：y
p
(k')＝y(k'+pzN
T
)＝s(k')+s
n
(k'+pzN
T
)其中p＝0,1,
…
,P
‑
1，k
’
＝1,2,
…
zN
T
；对原始的声学信号应用离散傅里叶变换获取声学信号相位角的过程为：其中，k为离散频率，X
i
[k...

【专利技术属性】
技术研发人员：夏雪宝，张波，明志茂，赵可沦，周洋，
申请(专利权)人：广电计量检测武汉有限公司广州广电计量检测上海有限公司，
类型：发明
国别省市：