[发明专利]基于谱图小波变换的机械振动信号阈值降噪方法

说明书

本发明公开了一种基于谱图小波变换的机械振动信号阈值降噪方法，包括步骤：一，构造机械振动信号的无向加权图；二，建立无向加权图的邻接矩阵和度对角矩阵，再计算拉普拉斯矩阵及其特征值和特征向量；三，设置谱图小波变换分解层数和尺度参数；四，定义谱图小波核、尺度函数核和谱图小波算子；五，分解路图信号得到路图信号的尺度系数和谱图小波系数；六，计算谱图小波系数的阈值，并对谱图小波系数进行过滤处理，得到降噪后的谱图小波系数；七，对尺度系数和谱图小波系数进行谱图小波逆变换，得到降噪的机械振动信号。本发明可有效地消减机械振动信号中的高频噪声成分，并保留低频有用信息，实现了机械振动信号的快速非迭代降噪。

技术领域

本发明涉及数控机床刀具状态监测和故障诊断技术领域，特别涉及一种基于谱图小波变换的机械振动信号阈值降噪方法。

背景技术

随着智能制造的推进，振动信号在数控加工过程中的作用越发显得重要。提取并分析数控机床关键部位振动信号的特征可以实现加工过程状态监测、刀具磨损识别、故障诊断、误差补偿等智能化功能。然而机械振动信号在采集与传输过程中易受到采集仪器、周围环境以及人为因素等影响，造成采集的实际信号中掺杂部分噪声，导致提取的信号特征难以准确反映机床的运行状态。因此，在提取振动信号特征之前，须选择合适的降噪方法消减振动信号中的噪声干扰，提高振动信号特征提取的准确度。

在信号处理中常将数据从原始域映射到其它域中进行分析，常用映射方法包括离散傅里叶变换(DFT)、小波变换(WT)、希尔伯特变换(HT)、变分模态分解(VMD)、奇异值分解(SVD)、经验模态分解(EMD)等。谱图小波变换(SGWT)是近年来发展起来一种多尺度几何分析方法，其类似于定义在加权图上信号的傅里叶变换，能够根据图信号的频谱特性将其分解成不同的子带，实现在谱图域中分析图信号的特征。谱图小波变换结合了谱图理论和经典小波变换的相关特性，如频域局部化特性、多尺度分析特性等，可以实现图信号在频域内更加精细化的稀疏分解。

发明内容

有鉴于此，本发明的目的是提供一种基于谱图小波变换的机械振动信号阈值降噪方法，以解决机械振动信号中噪声干扰的技术问题。

本发明基于谱图小波变换的机械振动信号阈值降噪方法，包括以下步骤：

步骤一，将机械振动信号定义到路图上，形成路图信号，结合权值函数构造无向加权图G；

步骤二，根据无向加权图节点间的相关性，建立无向加权图的邻接矩阵W和度对角矩阵D，再计算拉普拉斯矩阵L＝D-W，并求取拉普拉斯矩阵L的特征值λ_l和特征向量x_l；

步骤三，设置谱图小波变换分解层数J和尺度参数

步骤四，根据特征值定义谱图小波核g(x)和尺度函数核h(x)，以及尺度参数对应的谱图小波算子g(tx)；

步骤五，利用谱图小波变换将路图信号分解成D₀,D₁,D₂,...,D_J共J+1个子带，得到路图信号的尺度系数和谱图小波系数；

步骤六，保留所有尺度系数，计算谱图小波系数的阈值，并结合阈值函数对谱图小波系数进行过滤处理，得到降噪后的谱图小波系数；

步骤七，对步骤六处理后的尺度系数和谱图小波系数进行谱图小波逆变换，得到降噪的机械振动信号。

进一步，在步骤一中，所述的路图信号具体实现为：在步骤一中，所述的路图信号的具体实现方法为：机械振动信号时间序列点的时序性匹配路图节点的顺序结构，机械振动信号时间序列点的函数值匹配路图节点的函数值；所述的权值函数为Gauss权值函数，其表达

ω_ij＝exp(-||x_i-x_j||²/2σ²)