[发明专利]基于模拟退火算法的瞬时频率估计方法

说明书

本发明公开了基于模拟退火算法的瞬时频率估计方法，引入了模拟退火算法(SA)，将其与短时傅里叶变换(STFT)相结合，提出了STFT‑SA瞬时频率估计算法。STFT‑SA算法以信号时频谱图为基础，利用模拟退火算法寻求最优路径的思想，结合旋转机械非平稳信号的特点，实现旋转机械振动信号的一阶瞬时频率提取，对于高噪声、邻近阶比等振动信号都具有非常好的效果。

技术领域

本发明属于旋转机械、故障诊断技术领域，特别涉及了基于模拟退火算法的瞬时频率估计方法。

背景技术

旋转机械已是工业生产中不可或缺的部分，为了保证旋转机械的正常运行，对旋转机械进行状态检测和故障诊断尤为重要。旋转机械升降速阶段的振动信号包含了丰富的状态信息，对这一阶段进行研究更容易发现通常难以发现的系统缺陷。因此能够有效的提取这一阶段的故障特征，是旋转机械故障诊断的重要环节，对旋转机械的正常运行具有重要意义。

为了更好地了解旋转机械的故障信息，各种用于瞬时频率估计的方法被提出。峰值搜索法、隐马尔可夫结合峰值搜索法以及改进峰值搜索法等都是为了解决噪声对瞬时频率估计影响的问题。但是旋转机械在某些特定的情况下，如邻近阶比的产生，瞬时频率估计的难度增加了。STFT-VF(Short-time Fourier transform_Viterbi algorithm fit,STFT-VF)在高噪声和邻近阶比情况下有较高精度。正交补偿矩阵结合离散傅立叶的邻近阶比分析方法和独立分量分析结合峰值搜索的邻近阶比分析方法都能有效地提取出邻近阶比的瞬时频率，但是这两种方法都存在不足之处。如正交补偿矩阵结合离散傅立叶的邻近阶比分析方法受阶比振幅的变化和邻近阶比之间干扰程度的影响较大。而独立分量分析分离信号时所需的源信号数必须不少于独立分量的个数，这使得独立分量分析结合峰值搜索的邻近阶比分析方法在实际使用时存在局限性。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供基于模拟退火算法的瞬时频率估计方法，克服了现有技术在邻近阶比的瞬时频率估计中存在的问题。

为了实现上述技术目的，本发明的技术方案为：

基于模拟退火算法的瞬时频率估计方法，包括以下步骤：

(1)对采集的振动信号进行STFT变换，并得到信号的时频谱图；

(2)在步骤(1)得到的时频谱图上确定初始状态；

(3)根据步骤(1)得到的时频谱图，在t时刻频率值所在点的附近找出所有候选的t-1时刻频率值所在的点，将这些候选的t-1时刻频率值所在点处的能量值依次代替t-1时刻初始状态的值，产生新的状态；

(4)将步骤(3)产生的新状态的能量与初始状态比较，得到状态变化的增量，选择接受准则来接受新状态，找出能量值最大的新状态以及该新状态对应的候选的t-1时刻频率值所在的点，将该点作为t-1时刻频率值所在点的估计值；

(5)返回步骤(3)，根据t-1时刻频率值所在点的估计值求出t-2时刻频率值所在点的估计值，依此规律循环步骤(3)-(4)，从而估计出所有时刻的瞬时频率；

(6)将步骤(5)估计出的瞬时频率进行拟合，消除局部误差。

基于上述技术方案的一种优选方案，步骤(1)的具体过程：

给定一个时间宽度很短的窗函数，窗函数随时间变化截取信号，然后做如式(1)所示的傅立叶变换，再根据式(2)求出STFT频谱，STFT频谱即为STFT的时间—频率能量分布：

P(t,f)＝|S_x(t,f)|² (2)

其中，x(t)为振动信号，γ(t)为窗函数，*代表复共轭，f为时间变量，t和τ是等效的时间变量。