[发明专利]多源时频脊线提取方法

说明书

本发明公开了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法。本发明提供了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法，包括：步骤1：短时傅里叶变换及频带的选择。对振动信号中采用短时傅里叶分析，将轴承信号分为低频段和共振频带。本发明的有益效果：1、该发明首先应用快速路径最优搜索策略，得到连续和准确的瞬时频率脊线，然后在得到的脊线的基础上，计算对应时刻点的切角，得到频率与目标信号频率相匹配的基函数，适用于处理变转速非平稳状态下的滚动轴承振动信号。

技术领域

本发明涉及机械设备信号处理领域，具体涉及一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法。

背景技术

轴承作为旋转机械的关键零部件之一，其状态直接影响到旋转机械的运行状态，一旦轴承出现故障，将很可能带来巨大的经济损失，甚至导致人员伤亡。信号处理与分析是实现轴承故障诊断的有效途径。在机械故障特征提取方面，较早的研究是基于时域分析和频域分析的信号处理方法，大多适用于分析线性、平稳的动态信号。这些方法简单高效，在实际机械故障诊断中得到广泛应用。

传统技术存在以下技术问题：

但是，在旋转机械设备运行工况变化或关键部件出现局部故障时，采集的振动信号往往呈现非线性、非平稳特性，传统的时域、频域分析方法往往存在很大的局限性。

发明内容

本发明要解决的技术问题是提供一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法，在用传统的短时傅里叶对信号进行分析的基础上，引入动态基角度策略，优化时频脊线的聚集性，从而可以提取得到更加准确的结果。此外，该发明利用快速路径最优搜索算法考虑整个始于中所有幅值极大值，建立前后时刻点所有幅值极大值之间所有可能的优化路径，保证了瞬时时频脊线的连续性和准确性。然后，在提取的顺势极限的基础上计算得出频率与目标相匹配的基函数，从而提高时频聚集性。

为了解决上述技术问题，本发明提供了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法，包括：

步骤1：短时傅里叶变换及频带的选择。对振动信号中采用短时傅里叶分析，将轴承信号分为低频段和共振频带。

步骤2：计算出每个时刻点处所有幅值的局部极大值及其对应的频率。根据快速路径最优算法确定每个极值点与前后极值点之间可能的优化路径。根据优化方程的解确定最后一个时刻点处应被提取的频率值对应的极值，根据该极值点选取与其对应的那条快速最优路径，这条快速最优路径即为最终提取得到的瞬时频率脊线；

步骤3：应用一种动态基角度策略，结合快速路径最优搜索结果对原始时频图做后处理，即利用快速路径最优算法提取得到的瞬时频率脊线求取脊线各点的切角，得出频率与瞬时频率匹配的基函数；最后，由于低频段和共振频带中任意两条修正后的时频脊线之间的比值表征故障类型，据此进行轴承故障诊断。

在其中一个实施例中，步骤2具体包括：

步骤2.1：计算时频图上每个时刻点处幅值的局部极大值，得到该时刻点处所有幅值极大值对应的频率值

f_m(τ_n)＝f,(d[X(τ_n,f)]/df＝0||d²[X(τ_n,f)]/df²＜0),m＝1,2,...,N_p (9)

其中，τ_n(n＝1,2,...,N)表示时频图上的时刻点，N_p(τ_n)表示时刻点τ_n处局部极大值的个数，f_m(τ_n)是时刻点τ_n处第m个极值对应的频率值，其幅值记为SP_m(τ_n)。