專利名稱：旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分析方法，特別涉及旋轉(zhuǎn)機械碰摩聲 發(fā)射信號的分形特征分析方法。
技術(shù)背景聲發(fā)射技術(shù)AE (Acoustic Emission)以其靈敏度高、頻響范圍寬、信息量 大、動態(tài)檢測等特點，在碰摩故障檢測中顯示了其優(yōu)越性。碰摩發(fā)生時伴有較強 的AE信號產(chǎn)生。由AE特征參數(shù)及其變化可以判斷碰摩的產(chǎn)生及強度，確定碰摩 點的位置。但是由于AE源的多樣性和噪聲干擾的復(fù)雜性，AE的特征參數(shù)常常無 法反映設(shè)備的真實狀態(tài)，尤其在強噪聲環(huán)境下，AE的特征識別與提取一直是個 難題。利用分形理論對碰摩故障進行了理論計算與實驗研究，將其作為定量描述 AE信號的特征參數(shù)。可以有效的識別設(shè)備的狀態(tài)和預(yù)警，取得良好的效果。但 在實際應(yīng)用中，分形維算法的計算量是限制其應(yīng)用的瓶頸。在本發(fā)明之前，目前常用的分形維方法有盒維，關(guān)聯(lián)維和Katz維方法等。 對于盒維來說，由于隨著系統(tǒng)維數(shù)的增加，需要的盒子數(shù)量指數(shù)增加，需要用于 計算的數(shù)據(jù)長度也相應(yīng)增加，使得高維系統(tǒng)的收斂非常困難。而關(guān)聯(lián)維盧重依賴 于兩個參數(shù)最小延遲時間和最小嵌入維。如果最小延遲時間太大，達到吸引子 的大小，則所有矢量都是相關(guān)的，太小則計算出的相關(guān)維就是噪聲的相關(guān)維。對 于AE信號而言，由于每幀的最小延遲時間各不相同，因此每一幀都必須計算其 最小延遲時間才能計算出準確的關(guān)聯(lián)維，計算量非常大。Katz維不需要計算極 限，對參數(shù)依賴性也不強，而且在抗噪聲能力上優(yōu)于其他算法，但Katz維存在著精度不高的缺點。 發(fā)明內(nèi)容本發(fā)明的目的就在于解決上述現(xiàn)有技術(shù)的缺陷，從分形維的定義出發(fā)，以降 低計算量和提高精度為目的，設(shè)計出了一種基于波形長度的分形維計算方法一一 波長對數(shù)法。本發(fā)明的技術(shù)方案是旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法，其步驟為 首先對采樣量化后的含有AE信號的噪聲進行分幀處理，再將每一幀信號分 成等長度的短時幀數(shù)據(jù)段，采用基于波形的分形維特征分析算法計算每一段的分 形維，最后對每一幀進行中值濾波。 (1) AE信號的提取與預(yù)處理(1-1 )通過碰摩聲發(fā)射實驗臺接近摩擦點的第一 AE傳感器或位于聯(lián)軸器另一端 的第二 AE傳感器提取AE信號；(1-2 )在連續(xù)碰摩AE信號上疊加高斯白噪聲和非平穩(wěn)噪聲； (1-3)采樣，量化，分幀；(1-4 )將每一幀含有噪聲的數(shù)據(jù)等分成長為ra的短時幀數(shù)據(jù)段； (2)計算各幀的分維值(2-1)采用基于波形的分形維數(shù)算法即對數(shù)波長維算法，計算各短時幀數(shù)據(jù)段 的分維值<formula>formula see original document page 4</formula>(5)其中0 = 1 + ^， 6 = —1)5 5為盒覆蓋曲線的尺度，^。為最小采樣間隔，5為最小采樣間隔&的整數(shù)倍，即5-iw。，"。為對應(yīng)的曲線長度。(2-2 )將每段即￡>,—,，.,.,￡),_,，￡),,￡),.+,,...，D^按數(shù)值大小排列，取正中間序號的數(shù) 據(jù)作為中值濾波的輸出K =MW{U,D,，D,,"A+V} v々在所述的旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法中，所迷的采樣頻率 為5MHz,量化時的A/D精度為12位，分幀時每幀的幀長為512個采樣點，50% 的幀重疊，m必須為奇數(shù)。在所述的旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法中，通常對更接近于 真實聲源信號的第一 AE傳感器提取的AE信號進行分析。本發(fā)明的優(yōu)點和效果在于1. 在強噪聲環(huán)境下，對數(shù)波長維比Katz維和盒維具有更強區(qū)分噪聲和AE信號 的能力，并且AE信號幀的對數(shù)波長維比Katz維和盒維更接近于純凈AE信號的 分維，從而能夠有效地檢測并反映出碰摩AE事件的發(fā)生。2. 在計算復(fù)雜度、精確度的穩(wěn)定性上，對數(shù)波長維也優(yōu)于Katz維和盒維，從而 有效地解決了采用分形理論對碰摩故障計算量大的問題。3. 利用中值濾波技術(shù)，減輕了由噪聲造成的短時幀分維曲線波動較大的問題。本發(fā)明的其他優(yōu)點和效果將在下面繼續(xù)描述。


圖1 — 一碰摩聲發(fā)射實驗臺示意圖。圖2—一連續(xù)碰摩時的聲發(fā)射信號波形圖。圖3—一當3較小時，盒內(nèi)AE波形曲線圖。圖4一一對數(shù)波長維、Katz維和盒維的分維均值比較圖。圖5——對數(shù)波長維、Katz維和盒維的計算復(fù)雜度比較圖。圖6— —白噪聲環(huán)境(OdB)下連續(xù)碰摩AE信號的三種幀分維變化曲線圖。圖7——有色噪聲環(huán)境(OdB)下連續(xù)碰摩AE信號的三種幀分維變化曲線圖。
具體實施方式
下面結(jié)合附圖和實施例，對本發(fā)明所述的技術(shù)方案作進一步的闡述。一.AE信號的提取與預(yù)處理 1. AE信號的提取本試驗采用3支承2跨轉(zhuǎn)子系統(tǒng)，如圖1所示。第一軸承2、第二軸承6和第三 軸承8都是流體動力潤滑滑動軸承，摩擦點4靠近電動機1，第一AE傳感器3接i^ 擦點，第二AE傳感器7位于聯(lián)軸器5的另一端。通過第一AE傳感器或第二AE傳感器 提取出的AE信號波形，本例中從第一AE傳感器提取AE信號波形，可用于分析聲信 號傳播的衰減及經(jīng)過非連續(xù)介質(zhì)耦合后信號畸變情況。在這里，我們對更接近真 實聲源信號的第一AE傳感器3提取的信號進行分析。實驗中設(shè)定采樣頻率為5MHz, 連續(xù)石並摩AE信號波形如圖2所示。 2. AE信號的預(yù)處理在連續(xù)碰摩AE信號上疊加高斯白噪聲和非平穩(wěn)噪聲(噪聲源由英國TN0感 知學(xué)會所屬的荷蘭RSRE研究中心提供)。對含噪信號進行采樣，量化，分幀。分 幀時每幀的幀長為512個采樣點，5 0%的幀重疊?？紤]到噪聲的影響可能導(dǎo)致各幀的分維曲線波動較大。在分幀后，將每一幀 含有噪聲的數(shù)據(jù)再等分成長為m的短時幀數(shù)據(jù)段(m為奇數(shù))，這樣便于在計算 出各短時數(shù)據(jù)幀分維值以后對其進行中值濾波。 二.基于波形的分形維方法由分形維定義可知D = —lim——(式1)其中(F)為尺度為5的盒覆蓋曲線的最小個數(shù)，/,(《)為邊長為(？的第i'盒 內(nèi)曲線長度。令丄(。=(式2)' =1分析AE信號波形，當5趨向于0時，盒內(nèi)曲線主要可以分為圖3所示的幾種情 況。其中(a)、 (b)為單調(diào)曲線，(c)、 (d)為包含一個極值點的曲線，(e)、 (f) 包含多個極值點的曲線。為了分析的方便，當5趨向于0時，將盒內(nèi)曲線長度等 效為單調(diào)或包含一個極值點 & = i /fc^ 包含不少于2個極值點^,&分別為至多包含一個極值點曲線和包含多個極值曲線的等效長度與盒 邊長之比。則4 = 柳=1《i^ D (5) = ^( (。-+ M:25M為包含多個極點的盒數(shù)，則iV《(。柳+ ,1—^則(式l)可改寫為 D = _ limln,)+ =』+ 一 ln, + ，,-，乂ln^ ln^用泰勒級數(shù)展開(3。為接近0的非常小的值):1n《 lnA I ]n^ ln《、ln《 對(式4)第2項化簡可得A lnA:' 1 (i'(A) + M(A:,-、))(5-4)(式4 )*4■ + -& ln2 & & In & [械)+罪,-Ar2 )5。 ] ln[諷)+ ,' — *2 )S0 ]lim(《-<50)(式5)(式5 )第3項中，當& — 0 ， 的變化趨于緩慢,令丄'(A) = r ，當& — 0 ， 包含多個極點的盒數(shù)趨向于0。貝寸、1^05-S0) (式6)根據(jù)(式4 )、(式5 )和(式6)可得、ln50 ln30+ lim<5—01",, 1 "。 —In <J0 ln50 i/(<50)lni^0)當^—0時，上式中7^和^均—0,進一步化簡得:In2 50 ln50為了進一步降低計算量，考慮到當5?！?卄0,包含多個極點的盒數(shù)M也趨 向于0，可得D-a_l￡^(式8) 其中fl = i + ML， 6"(A-1)(式8)即為基于波形的分形維數(shù)算法，稱之為對數(shù)波長維。式中&可為最小采樣間隔5的整數(shù)倍，令A(yù)-M, L(3。)為對應(yīng)的曲線長度。a,&,Jfc參數(shù)采用 分形布朗曲線來確定。由(式8)計算出各短時幀數(shù)據(jù)段的分維值，即￡>,_1>，...，馬-1，",,",+1,...，",+" 并按數(shù)值大小排列，取正中間序號的數(shù)據(jù)作為中值濾波的輸出r' -MW(A-v，.,.,A-"A，A+p…，A+j "$ (式9)由于中值濾波是一種非線性濾波，不需要信號的統(tǒng)計特性，因此可以很好地 減弱隨機干擾和脈沖干擾的影響，而對頻語基本無影響。 三.性能評價 '為了比較對數(shù)波長維的性能，將它與盒維和Katz維進行比較，圖4為比較 結(jié)果，該比較過程中的分形布朗曲線是計算機通過15次迭代產(chǎn)生的，共215=32786個點，程序?qū)⒃撉€分幀，每幀512個點，計算每幀的分形維，并將各幀的分維值取平均得到最終結(jié)果。從圖4中可以看出，對數(shù)波長維的精確度最 高，其次是盒維，最后是Katz算法。圖5為對數(shù)波長維、Katz維和盒維的計算復(fù)雜度比較結(jié)果，ra為中值濾波器 長度，假設(shè)曲線有N個點，計算對數(shù)波長維和Katz維的步長為1,計算盒維的最小盒長也為1，共有k個點參加盒維的曲線擬合，其盒長分別為1，H...，4。從圖5中可以看出，盒維的加法次數(shù)、乘法次數(shù)、非線性運算次數(shù)均要明顯大于 Katz維和對數(shù)波長維；而對數(shù)波長維在加法、乘法、比較、非線性運算方面在 三者中均處于最小。圖6和圖7分別給出了白噪聲環(huán)境(0dB)和有色噪聲環(huán)境(OdB)下連續(xù)碰摩 AE信號的三種幀分維變化的曲線圖，從圖中可以看出(l)含噪AE信號中，對數(shù)波長法幀分維曲線相對比較平滑，在圖6和圖7中 有多處分維值要明顯小于噪聲的分維值，可判斷出這幾處有AE信號產(chǎn)生；(2 )分析三種幀分維曲線的噪聲段可看出對數(shù)波長法波動最小，而Katz維、 盒維的波動比較大，可以得出對數(shù)波長維要比Katz維、盒維更穩(wěn)定；(3)含噪AE信號的信號段對數(shù)波長維明顯要小于噪聲段，而盒維則兩者差 別不大，在有色噪聲環(huán)境下，盒維和Katz為幾乎不能區(qū)分噪聲和AE信號。圖6, 7說明，在強噪聲情況下，對數(shù)波長法更具有區(qū)分出噪聲和碰摩AE信號 的能力，并且AE信號幀的對數(shù)波長維比Katz維和盒維更接近于純凈AE信號的分 維。以上結(jié)果表明，在強噪聲環(huán)境下，對數(shù)波長維能夠反映碰摩AE事件的發(fā)生； 對數(shù)波長維比Katz維和盒維具有更強區(qū)分噪聲和AE信號的能力；在計算復(fù)雜度、 精確度的穩(wěn)定性上也優(yōu)于Katz維和盒維。該算法的良好的性能使其為碰摩AE信號 的特征識別與分析提供了 一條新的途徑，是一種處理碰摩AE信號比較好的分維計 算和分析方法。本發(fā)明請求保護的范圍并不僅僅局限于本具體實施方式
的描述。
權(quán)利要求
1.旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法，其步驟為首先對采樣量化后的含有AE信號的噪聲進行分幀處理，再將每一幀信號分成等長度的短時幀數(shù)據(jù)段，采用基于波形的分形維特征分析算法計算每一段的分形維，最后對每一幀進行中值濾波；(1)AE信號的提取與預(yù)處理(1-1)通過碰摩聲發(fā)射實驗臺接近摩擦點的第一AE傳感器或位于聯(lián)軸器另一端的第二AE傳感器提取AE信號；(1-2)在連續(xù)碰摩AE信號上疊加高斯白噪聲和非平穩(wěn)噪聲；(1-3)采樣，量化，分幀；(1-4)將每一幀含有噪聲的數(shù)據(jù)等分成長為m的短時幀數(shù)據(jù)段；(2)計算各幀的分維值(2-1)采用基于波形的分形維數(shù)算法即對數(shù)波長維算法，計算各短時幀數(shù)據(jù)段的分維值，
2. 根據(jù)權(quán)利要求1所述的旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法，其特 征為，所述的采樣頻率為5MHz,量化時的A/D精度為12位，分幀時每幀的幀長 為512個采樣點，50%的幀重疊，m必須為奇數(shù)。
3. 根據(jù)權(quán)利要求1所述的旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法，其特 征為，步驟(1-1)中從第一AE傳感器提取AE信號。
全文摘要
本發(fā)明涉及旋轉(zhuǎn)機械碰摩聲發(fā)射信號的分形特征分析方法。本發(fā)明技術(shù)方案是從摩擦點的AE傳感器提取AE信號，AE信號上疊加高斯白噪聲和非平穩(wěn)噪聲，采樣、量化、分幀，將每一幀含有噪聲的數(shù)據(jù)等分成長為m的短時幀數(shù)據(jù)段；用基于波形的分形維數(shù)算法計算各短時幀數(shù)據(jù)段的分維值，取正中間序號的數(shù)據(jù)作為中值濾波的輸出。本發(fā)明解決了現(xiàn)有方法存在的計算量非常大、Katz維存在著精度不高、短時幀分維曲線波動較大的缺點。本發(fā)明在強噪聲環(huán)境下，對數(shù)波長維比Katz維和盒維具有更強區(qū)分噪聲和AE信號的能力，并且AE信號幀的對數(shù)波長維比Katz維和盒維更接近于純凈AE信號的分維，從而能夠有效地檢測并反映出碰摩AE事件的發(fā)生，且精確度高，計算量減少。
文檔編號G01M99/00GK101251445SQ200810023808
公開日2008年8月27日 申請日期2008年4月16日 優(yōu)先權(quán)日2008年4月16日
發(fā)明者傅行軍, 包永強, 力 趙, 鄧艾東, 昕 魏 申請人:鄧艾東