【技术实现步骤摘要】
本专利技术属于数控装备的结构模态参数分析领域，更具体的，涉及一种基于gnr小波变换的磨齿机模态信息辨识前降噪方法。
技术介绍
0、技术背景
1、近年来蜗杆砂轮磨齿机向高速、高质量和高生产率方向发展，机床加工过程中的振动成为重要因素。振动与机床动力学特性密切相关，通过采集加工状态下机床的振动信号对数据进行模态参数辨识。然而振动信号在采集过程中受到多种因素影响，信号中包含各种噪声，导致难以识别机床模态参数，因此在模态信息辨识前，需选择合适的降噪方法减弱噪声干扰。
2、在信号处理中，主流的降噪手段主要通过不同域转换分析，常用转换方法有离散傅里叶变换、小波变换(dwt)、完全集合经验模态分解(cemdan)、变分模态分解(vmd)等。但上述方法在降噪的同时会消除高频段中所包含的模态特征，造成模态特征丢失。所提的gnr小波变换能将一维信号重组为二维矩阵，根据矩阵理论特性将非周期性噪声权重降低，结合gnr维度变化性和小波变换理论，将矩阵分解成多组系数综合体，实现在二维层面降噪。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.基于GNR小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于GNR小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，步骤1所述的一维振动信号重组为二维信号变换矩阵，其表达：
3.根据权利要求1所述的基于GNR小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，步骤2所述的Gramian乘法，二维矩阵X通过Gramian乘法(XXT)XXT重塑，奇异值乘以四次方来重新权衡奇异值，得到二维增强矩阵XM。
4.根据权利要求1所述的基于GNR小波变换的磨齿机模态信息辨识前降噪方法，其...
【技术特征摘要】
1.基于gnr小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于gnr小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，步骤1所述的一维振动信号重组为二维信号变换矩阵，其表达：
3.根据权利要求1所述的基于gnr小波变换的磨齿机模态信息辨识前降噪方法，其特征在于，步骤2所述的gramian乘法，二维矩阵x通过gramian乘法(xxt)xxt重塑，奇异值乘以四次方来重新权衡奇异...
【专利技术属性】
技术研发人员：李国龙，赵晓亮，王玉，李岩，陶一杰，李鹏程，李焱，
申请(专利权)人：重庆大学，
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。