[发明专利]一种具备自适应性的振动信号有效分量提取方法

说明书

本发明提供了一种具备自适应性的振动信号有效分量提取方法，包括：(1)对原始信号Y进行极点对称模态分解，获得信号的若干模态分量M_i和最佳自适应全局均线r；(2)计算去除最佳自适应全局均线r后的信号Y‑r与每个模态分量M_i之间的K‑L散度值KL_i；(3)对求得的K‑L散度值KL_i进行归一化处理；(4)预设阈值Δd，筛选出KL_i≤Δd所对应的模态分量作为信号的有效分量；(5)舍去筛选出的每个有效分量的前N/10和后N/10的采样数据，并把各有效分量的保留部分进行叠加重构，将重构信号作为原始信号Y的有效成分。本发明方法具有很好的自适应性及提取能力，可以有效去除噪声和趋势项等无效成分的影响，用于振动信号有效成分的提取。

技术领域

本发明涉及振动信号处理领域，尤其涉及一种具备自适应性的振动信号有效分量提取方法。

背景技术

在机械状态监测和故障诊断中，提取振动信号中的有效成分是数据处理中的一个必要环节。对于有效分量，可将其用于评估系统或元件的健康状态，所以需要对其进行提取并加以利用。而对于无用趋势项和噪声分量，它们的存在则会使信号中包含的有用信息失真，必须对其进行提取并加以消除。然而，除了受测试仪器零漂、环境、温度条件变化等因素的影响，信号中的无效分量往往没有非常明确的物理含义，具有随机性，给趋势项、噪声等无效成分的准确提取和消除带来了诸多困难。

目前，提取振动信号趋势项的方法如平均斜率法、滑动平均法、最小二乘拟合法等，通常需要预先假定信号中趋势项的类型，不适用于处理具有复杂变化趋势或随机变化趋势的非平稳信号，适用范围受到严重制约。基于小波变换的消噪方法，需要根据先验知识预先选择小波基和分解层数，受人为因素影响较大，不具备自适应性。因此，亟需发明一种具备自适应性的振动信号有效分量提取新方法。

发明内容

针对现有技术中存在不足，本发明提供了一种具备自适应性的振动信号有效分量提取方法，以用于有效去除振动信号噪声和趋势项等无效成分的影响。

本发明是通过以下技术手段实现上述技术目的的。

一种具备自适应性的振动信号有效分量提取方法，具体包括如下步骤：

步骤(一)：对原始信号Y进行极点对称模态分解(ESMD)，获得原始信号Y的若干个模态分量M_i(1≤i≤n)和最佳自适应全局均线r；

步骤(二)：计算去除最佳自适应全局均线r后的信号Y-r与每个模态分量M_i之间的K-L散度值KL_i；

步骤(三)：对求得的K-L散度值KL_i进行归一化处理；

步骤(四)：预设阈值Δd，则KL_i＞Δd所对应的模态分量为虚假分量，给予去除，筛选出KL_i≤Δd所对应的模态分量作为信号的有效分量，并把各有效分量的保留部分进行叠加重构，将重构信号作为原始信号Y的有效成分。

进一步，步骤(四)中，所述阈值Δd接近于零，在处理不同信号时，需要根据实测情况选取阈值Δd。

进一步，所述步骤(四)中，筛选出KL_i≤Δd所对应的模态分量后，舍去每个分量的前N/10和后N/10的采样数据，得到信号的有效分量，N为采样数据总点数。

本发明的有益效果是：

(1)本发明充分利用极点对称模态分解(ESMD)方法的自适应分解特性和K-L散度在衡量信号“相关性”方面的优势，可以有效去除噪声和趋势项等干扰因素的影响，用于振动信号有效成分的提取。