[发明专利]旋转机械时变多分量信号的时频分析方法

说明书

本发明属于信号处理领域，尤其涉及一种旋转机械时变多分量信号的时频分析方法，包括：1）获取待分析的旋转机械时变多分量信号；2）基于经验模态分解的多尺度小波阈值降噪算法处理原始信号；3）基于短时傅里叶变换对降噪后的信号进行初始化处理；4）通过EDSE的时频脊线提取方法重构初始时频分布结果，基于重构时频矩阵和最值搜索方法提取时频脊线并获得其瞬时频率估计值；5）基于Vold‑Kalman滤波器和瞬时频率估计值从降噪后的信号中分离谐波分量，计算谐波分量轴心轨迹的瞬时全谱参数；6）对旋转机械时变多分量信号的时频进行分析。本发明具有分辨率高、时频能量聚集性高以及在时频图谱上可观测到进动方向的优点。

技术领域

本发明属于信号处理领域，涉及一种信号分析处理方法，尤其涉及一种旋转机械时变多分量信号的时频分析方法。

背景技术

由于旋转机械运行条件的多变性，其信号中普遍存在非平稳特性，而时频分析方法是表征非平稳信号时变特征的有效工具，经典时频分析方法包括短时傅里叶变换、小波变换和Wigner-Ville分布。高传昌等人基于经典时频分析方法分析了结构参数对压力脉动的影响，然而受海森堡测不准原理和交叉项的限制，经典时频分析方法的时频分辨率较低，时频谱的能量聚集性有限，难以实现非平稳信号的精确描述。近年来涌现出一系列后处理方法来提高这些经典方法的时频分辨率，如重分配方法、同步压缩变换等。

针对旋转机械信号特征复杂，提出应用同源多传感器信号的联合信息更加全面地提供相关旋转机械健康状况重要信息，吴峰崎等通过将全谱方法扩展并结合级联全谱和支持向量机实现了旋转机械多种故障的分析和诊断。温广瑞等将 Vold-Kalman 滤波阶次跟踪技术和分数阶傅里叶变换与全息谱结合实现转子启停车故障特征的提取。王丽雅等将全矢谱技术与短时傅里叶变换相结合提出了短时矢谱的概念，分析了压缩机喘振故障时振动矢量信号短时能量时频分布的规律。综上所述，时频分析方法结合以全频谱和全息谱为代表的信息融合技术可以实现转子系统非平稳振动信号分析，但大多数方法都是以短时窗稳定为假设，难以实现对机组非平稳过程的准确描述。

发明内容

为了解决背景技术中存在的上述技术问题，本发明提供了一种分辨率高、时频能量聚集性高以及在时频图谱上可观测到进动方向的旋转机械时变多分量信号的时频分析方法。

为了实现上述目的，本发明采用如下技术方案：

一种旋转机械时变多分量信号的时频分析方法，其特征在于：所述旋转机械时变多分量信号的时频分析方法包括以下步骤：

1）获取待分析的旋转机械时变多分量信号，所述待分析的旋转机械时变多分量信号是原始信号；

2）基于经验模态分解的多尺度小波阈值降噪算法处理原始信号，得到降噪后的信号；

3）基于短时傅里叶变换对降噪后的信号进行初始化处理，获得初始时频分布结果；

4）通过EDSE的时频脊线提取方法对步骤3）获取得到的初始时频分布结果重构时频矩阵，随后通过最值搜索方法提取时频脊线并获得其瞬时频率估计值；

5）基于Vold-Kalman滤波器和步骤4）所得到的瞬时频率估计值从步骤2）所得到的降噪后的信号中分离谐波分量，计算谐波分量轴心轨迹的瞬时全谱参数；

6）根据步骤5）所得到的谐波分量的瞬时全谱参数对旋转机械时变多分量信号的时频进行分析。