[发明专利]一种基于多尺度短时光滑分析的周期瞬态信号检测方法

说明书

本发明公开了一种基于多尺度短时光滑分析的周期瞬态信号检测方法，通过多尺度短时光滑谱实现对故障频率的诊断。本发明与其他解调方法相比，短时光滑分析通过追踪和检测短时信号共振带分布随时间的统计信息变化，可以有效地解调出淹没在噪声中的瞬态成分。信号的多尺度分析有助于信号短时光滑分析信息的进一步提纯，完成对信号的多尺度短时光滑谱诊断。本发明该方法可以有效地克服噪声和非平稳信息的干扰，对提取微弱瞬态信号的周期性特征十分有效。

技术领域

本发明适用于旋转机械设备、生物医疗等周期性瞬态信号检测领域，特别适用于轴承故障诊断领域，具体涉及一种基于多尺度短时光滑分析的周期瞬态信号检测方法。

背景技术

在旋转机械设备运行过程中，局部故障会导致瞬态冲击信号，旋转特性又会将瞬态冲击信号以幅值或者频率的形式进行周期性调制，产生一种周期性的瞬态信号。以故障轴承来说，该瞬态信号反映了轴承故障的动态物理机理，但由于检测信号受到各种噪声因素影响，周期性特征会被严重干扰或者淹没。因此，对原始信号做解调分析及提取故障特征频率对于旋转设备的故障诊断具有非常重要的意义。传统的解调方法可以分为时域希尔伯特转换、时频分布脊线分析。希尔伯特转换通过一个90度的移相器来进行包络解调，但由于缺失信号随时间变化的局部特性，该方法受随机噪声和局部非平稳的干扰比较严重。而时频分布脊线分析通过时频分布的局部最大提取瞬态频率脊线，但也由于噪声干扰会局部遗漏脉冲特征。这些传统的解调方法将大大降低对轴承故障诊断的效率和准确性。

发明内容

本发明提出了一种基于多尺度短时光滑分析的周期瞬态信号检测方法，并通过多尺度短时光滑谱实现对故障频率的诊断。相比于传统的解调方法，本发明通过观察信号的局部短时窗内特征，检测谱共振带的光滑性统计信息变化，可以有效地降低非平稳信息和其他频率干扰，实现对瞬态信息的解调。信号的多尺度分析有助于信号短时光滑分析信息的进一步提纯，完成对信号的多尺度短时光滑谱诊断。该双频谱分析对提取微弱瞬态信号的周期性特征具有十分显著的效果。本发明有效地对微弱周期瞬态信号做解调分析，实现信号的瞬态周期频率诊断。

本发明采用的技术方案为：一种基于多尺度短时光滑分析的周期瞬态信号检测方法，主要包括多尺度信息提纯、短时信息追踪检测、共振谱光滑统计。具体步骤按照如下进行：

步骤(1)、通过短时傅里叶变换计算检测信号的时频分布矩阵，获得不同频率尺度下的复数向量(假设此时频分布复数矩阵有M行，本文采用每一行的时频分布作为不同频率尺度向量输出，分析单个频率尺度下的信息)；

步骤(2)、对步骤(1)得到的M个单一频率尺度的时频分布，将单一频率带外的幅值均赋值零，结合原始相位信息，构造出M个时频分布矩阵。依据时频合成分析，得到M个频率尺度对应下的时域信号；

步骤(3)、对步骤(2)得到的每个不同频率尺度信号分别进行时域加窗处理，按照信号时间轴方向移动，可得一系列信号片段，也即窗函数卷积分析，这里采用矩形窗函数可依据先验故障频率选取合适的窗长；

步骤(4)、对步骤(3)中得到的同一频率尺度下的信号片段做频谱分析，得到其对应的频谱分布；

步骤(5)、对步骤(4)得到的一系列频谱计算其光滑性统计参数，即一个信号频谱分布的几何平均与算数平均之比，解调得到每个频率尺度信号的光滑度向量；

步骤(6)、对步骤(5)中每个频率尺度下的光滑度向量列做快速傅里叶变换，得到该频率尺度下的频谱。将这M个一维频谱作为M个行向量，构成多尺度短时光滑谱S(m,l)(频率尺度-频谱的双频分布)；

步骤(7)、通过分析步骤(6)得到的频率尺度-频谱的双频谱分布(多尺度短时光滑谱)，计算每个频率尺度下的频域信噪比SNR_mf，得到频率尺度m—频域信噪比SNR_mf曲线：