[发明专利]一种基于小波分析的工程机械传动载荷信号去噪方法

说明书

技术领域

本发明涉及信号处理领域，具体涉及一种基于小波分析的工程机械传动信号去噪方法。

背景技术

载荷谱是对传统系统零部件疲劳寿命进行估计和可靠性分析的基础。工程机械由于行驶工况复杂，行驶环境恶劣和用途特殊，其所承受的载荷多属随机载荷，例如发动机运转过程中产生的振动、传动系统各零部件承受来自道路等外部载荷的冲击、传动过程中产生的扭转附加载荷、换挡过程中产生的冲击和振动等，这些载荷多属于中高频信号载荷。由于传动系统各零部件长时间受到随机附加载荷作用，容易产生疲劳破坏，甚至出现裂纹或者断裂，严重影响系统的可靠性和耐久性。

目前，在车辆传动载荷数据处理过程中，往往只关注来自道路等的外部载荷，而忽略传动系统由其他作用而产生的附加载荷的影响。这种处理方式使得在可靠性疲劳实验中的结果与实际状况有较大差别，同时，在车辆传动载荷信号数据采集过程中，由于受到路面、温度等外界环境干扰，以及其它车载用电设备对测试电路的电磁干扰，使得有用载荷信号中混杂了噪声信号，信噪比降低，因而，在工程机械载荷信号采集过程中经常存在噪声干扰的问题。

因此，在载荷信号数据处理过程中，所分析的载荷信号包含许多尖峰或突变部分，并且噪声成分复杂，不只是平稳白噪声，所以找到一种保留有用载荷信号的良好去噪方法是非常重要的，使得可靠性实验更接近于实际。

现有技术中有采用小波分形理论对车辆时域载荷信号进行去噪，这种方法是建立在对时域载荷信号的相空间重构的基础上，采用小波方法对实测的时域载荷信号进行三尺度分解，并计算个分解尺度上信号的关联维数，计算关联维数过程中要考虑很多因素，如采样时间、时间序列长度、时间延迟、嵌入维数、噪声等，如果计算得到的关联维数随着嵌入维数增减而增大，认为信号不太含有噪声，反之，则选择阈值去噪，去噪后再次计算去噪后信号的关联维数，直至关联维数随着嵌入维数增减而增大。由此可见，这种去噪的方法计算量大，而且在关联维数计算过程中，考虑的因素较多，其中采样时间根据经验确定，时间延迟用直观判断法确定。可见，现有技术中的去噪方法计算量大而且去噪不够准确。

发明内容

有鉴于此，本发明提供了一种基于小波分析的工程机械传动信号去噪方法，将在怠速工况下用简单的方法计算得到的阈值直接用于复杂的随机工况下进行去噪，减小计算量的同时保证了良好的去噪效果。

将车辆行驶过程中的工况分为怠速工况与随机工况，该方法包括以下步骤：

步骤1、在怠速工况下，获取载荷数据并计算怠速工况下各分解尺度上的小波系数和阈值λ，用阈值λ对小波系数进行阈值量化处理，去掉小于阈值的小波系数，保留剩余的小波系数记为利用保留的小波系数对怠速工况下的载荷数据进行一维小波重构，完成去噪处理；

步骤2、在随机工况下，获取载荷数据并计算各分解尺度上的小波系数利用步骤1中计算的怠速工况下阈值λ对小波系数进行阈值量化处理，去掉小于阈值的小波系数，保留剩余的小波系数记为利用保留的小波系数对随机工况下的载荷数据进行一维小波重构，完成去噪处理。

所述步骤1中阈值λ计算过程包括：

计算各分解尺度下的小波系数

其中，j为分解层数，k为平移参数，t表示时间，x₁(t)为原始信号，ψ[2^-j(k-t)]为基小波；

计算噪声方差σ：

其中，median的意思为取各分解尺度下小波系数的集合的中值；

最后，计算各分解尺度上阈值λ：

其中，N表示信号采样点数。

有益效果：

(1)本发明以小波分析理论为基础结合车辆传动系统的特性，将车辆行驶过程中的工况分为怠速工况与随机工况，由于在同一次数据采集过程中噪声特性是一样的，因此只计算怠速工况下的阈值，并将阈值直接用于随机工况，即可完成去噪处理，这种去噪方法省略了随机工况下阈值的计算，简化去噪过程的同时达到了良好的去噪效果。

(2)怠速工况下，变速箱输出轴受到一个接近恒定值的扭矩或者在某一值附近小范围波动的扭矩，在扭矩-时间图上表现为光滑水平的近似直线或者起伏很小的曲线，认为信号噪声比较简单，容易提取噪声方差，从而采用本发明所用的方法进行怠速工况下阈值的计算，这种方法既简单准确性又高。

附图说明

图1为基于小波分析的工程机械传动载荷信号去噪方法流程图。

图2为工程机械传动装置组成及基本布置图。

其中，Z-转向机构，B-变速箱，D-主动轮，C-测点，S-动力输入。