專利名稱：一種復(fù)解析最優(yōu)小波解調(diào)法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機(jī)械工程信號處理領(lǐng)域，尤其是旋轉(zhuǎn)機(jī)械振動信號的故障特征提取方法，主要是基于小波參數(shù)優(yōu)化的一種復(fù)解析最優(yōu)小波解調(diào)方法，可應(yīng)用于在諸如齒輪箱、軸承等旋轉(zhuǎn)機(jī)械的故障定位和故障程度的分析中。
背景技術(shù)：
機(jī)械傳動機(jī)構(gòu)在運(yùn)轉(zhuǎn)過程中，若傳動部件存在局部損傷，如齒輪箱，若某個齒輪存在局部損傷，會產(chǎn)生間斷性沖擊激振，使得在整個機(jī)械設(shè)備上測得的振動信號包含有迅速衰減的脈沖分量。這種脈沖信號通常在時域上呈一定周期間隔出現(xiàn)，包含這種沖擊的信號頻譜中往往會出現(xiàn)以嚙合頻率或固有頻率為中心的兩側(cè)間隔均勻的調(diào)制邊頻。憑借調(diào)制頻率和幅值強(qiáng)度可以判斷零件損傷的程度和部位，因此解調(diào)分析是齒輪箱等機(jī)械傳動機(jī)構(gòu)的狀態(tài)監(jiān)測與故障診斷的一種重要方法。從齒輪箱表面采集的振動信號包含了多級傳動齒輪及轉(zhuǎn)軸與軸承等多個零部件振動信息，因此具有多載波多調(diào)制信息的特征，信號整體包絡(luò)解調(diào)無法得出有效的故障信息，通常必須先濾波再進(jìn)行解調(diào)分析。使用傳統(tǒng)單一帶通濾波器由于無法準(zhǔn)確定位具體的故障特征信號所在頻段，很難準(zhǔn)確地提取出隱含故障信息所在的調(diào)制頻帶。國內(nèi)外許多學(xué)者采用小波變換方法實(shí)現(xiàn)齒輪箱信號頻帶的任意劃分，然后根據(jù)齒輪箱的理論嚙合頻率及倍頻大致確定故障頻帶，這種方法雖然在單級齒輪傳動系統(tǒng)或結(jié)構(gòu)較簡單的齒輪箱系統(tǒng)，且信噪比高的情況下是有效的。但對于工況復(fù)雜的多級耦合的齒輪箱系統(tǒng)來，這種方法往往會因為其他頻率干擾而使齒輪嚙合成分無法分辨，無法有效地提取出有用的故障調(diào)制信肩、O

發(fā)明內(nèi)容
本發(fā)明的目的就是提供一種復(fù)解析最優(yōu)小波解調(diào)方法，能更優(yōu)化的調(diào)制信息提取方法，從而克服傳統(tǒng)技術(shù)的缺陷，有效的解決多載波多調(diào)制，頻段混疊的復(fù)雜信號的調(diào)制信息提取問題，以方便對齒輪箱等故障位置和故障程度做出準(zhǔn)確的判斷，為相關(guān)的機(jī)械設(shè)備狀態(tài)辨識與故障診斷研究提供可靠的保障。本發(fā)明的思想在于針對齒輪故障信號特點(diǎn)，采用解析小波變換對信號分量的包絡(luò)幅值進(jìn)行提取，應(yīng)用最小化時間尺度熵的方法對分析小波參數(shù)進(jìn)行了優(yōu)化選擇，將修正峭度和平滑指數(shù)作為故障的度量指標(biāo)對故障頻帶進(jìn)行準(zhǔn)確定位，繼而又對解調(diào)譜進(jìn)行了細(xì)化分析以提高復(fù)解析小波解調(diào)譜的頻譜精度，因此，將各種優(yōu)化方法相融合，共同應(yīng)用于復(fù)解析小波變換中，可以使齒輪箱的故障調(diào)制信息更加準(zhǔn)確地提取出來。改進(jìn)的小波參數(shù)的優(yōu)化選擇方式，就是采用了時頻信息熵、小波峭度及平滑指數(shù)同時對小波中心頻率、衰減參數(shù)及變換尺度進(jìn)行了優(yōu)化。 本發(fā)明的技術(shù)方案是一種復(fù)解析最優(yōu)小波解調(diào)法，其關(guān)鍵在于，包括如下步驟
步驟一、通過傳感器獲取檢測目標(biāo)的振動信號時域波形，并對其進(jìn)行傅里葉變換可得到振動信號頻譜圖，確定信號分析頻率的上下界限f in，fxfflax ;步驟二、截取所述振動信號頻譜圖中信號的有效頻帶集中區(qū)域；步驟三、尺度范圍內(nèi)的解析小波變換設(shè)定Morlet小波的外形因子o和初始頻率 0的初始值，Morlet小波函數(shù)的表達(dá)式?jīng)_)為
權(quán)利要求
1.一種復(fù)解析最優(yōu)小波解調(diào)法，其特征在于，包括如下步驟 步驟一、通過傳感器獲取檢測目標(biāo)的振動信號時域波形，并對其進(jìn)行傅里葉變換可得到振動信號頻譜圖，確定信號分析頻率的上下界限f in，fxfflax; 步驟二、截取所述振動信號頻譜圖中信號的有效頻帶集中區(qū)域； 步驟三、設(shè)定Morlet小波的外形因子0和初始頻率Otl的初始值，Morlet小波函數(shù)的表達(dá)式為 結(jié)合分析頻率的上下界限f in，f ax，根據(jù)小波變換的尺度a與基小波采樣率、中心頻率和信號分析頻率關(guān)系確定出a的取值范圍E 其中fs為信號采樣率為小波采樣率； 采用以上設(shè)置的具體參數(shù)值，在尺度范圍E內(nèi)，對被分析信號s (t)作關(guān)于小波函數(shù)爐(0的連續(xù)小波變換，得到小波系數(shù)Cs (b，a)，其中b是位置參數(shù)； 步驟四、小波參數(shù)迭代確定最佳小波基由小波變換系數(shù)Cs (b，a)可得出在尺度a下被分析信號s(t)包絡(luò)幅值4(比a) = |CS(b，a) |，進(jìn)一步可以得出連續(xù)小波幅值譜信息測度SH 其中N為時間的離散序列長度；i為小波系數(shù)離散序列號；對Otl與0進(jìn)行迭代搜索先選用的初始值，將c從初始值開始增加一個步幅，求得小波系數(shù)與小波幅值譜信息測度SH，直至完成0的搜索范圍；然后將Oci加上一個步幅，0又從初始值開始增加一個步幅，計算小波系數(shù)與小波幅值譜信息測度SH,直至完成0的搜索范圍，重復(fù)前述兩個步驟直至完成的搜索范圍； 通過前面的迭代搜索可確定出SH的最小值，其所對應(yīng)的就是最優(yōu)Coci和0，將其帶入Morlet小波函數(shù)的表達(dá)式即可得到最佳小波函數(shù)； 步驟五、小波峭度改進(jìn)得到最佳小波函數(shù)后，在設(shè)定的尺度范圍E內(nèi)完成連續(xù)小波變換，為加大噪聲和沖擊之間的峭度差距，將小波峭度改進(jìn)為小波系數(shù)的能量包絡(luò)幅值的峭度 Ksopt (a) 其中:C' 4w(a)表示小波包絡(luò)幅值A(chǔ)s(b，a)的四階矩；C/ 2ff(a)表示As(b，a)的二階矩maxliC' 2W]表述所有As(b, a) 二階矩的最大值；n為限制二階矩幅度的常數(shù)，取決于最小二階矩到最大二階矩的動態(tài)波動范圍； 搜索出最大小波峭度值，繼而計算出每個尺度上的改進(jìn)小波峭度Ks_ (a)；步驟六、計算平滑指數(shù)引入平滑指數(shù)對小波系數(shù)作進(jìn)一步的篩選；對尺度范圍E內(nèi)的小波系數(shù)包絡(luò)幅值計算平滑指數(shù)SI (a)
2.根據(jù)權(quán)利要求I所述的一種復(fù)解析最優(yōu)小波解調(diào)法，其特征在于步驟八中所述，檢測目標(biāo)里每個部件的轉(zhuǎn)頻不同，所述細(xì)化分析就是對解調(diào)譜進(jìn)行低頻段細(xì)化，對包絡(luò)信號進(jìn)行重新抽樣，即每取10個點(diǎn)抽取一個點(diǎn)重新組成新的數(shù)據(jù)序列，在對新的數(shù)據(jù)序列進(jìn)行頻譜分析，得到細(xì)化后的解調(diào)譜。
全文摘要
一種復(fù)解析最優(yōu)小波解調(diào)法，其特征在于，包括如下步驟獲取振動信號頻譜圖，截取有效頻帶集中區(qū)域；設(shè)定Morlet小波的外形因子σ和初始頻率ω0的初始值，得到小波系數(shù)Cs(b，a)；得出連續(xù)小波幅值譜信息測度SH；小波峭度改進(jìn)；計算平滑指數(shù)；計算最優(yōu)小波包絡(luò)譜；解調(diào)譜細(xì)化，對檢測目標(biāo)的故障定位。本發(fā)明不僅對分析小波參數(shù)進(jìn)行了優(yōu)化選擇，而且對常規(guī)的小波峭度計算方法進(jìn)行了改進(jìn)，提高了小波系數(shù)篩選的準(zhǔn)確性。同時，為了解決早期故障信號分解出的小波系數(shù)特征不明顯的問題，增設(shè)了平滑指數(shù)，對故障頻帶所在的小波系數(shù)起到了更好的定位篩選作用。該方法不僅能更加準(zhǔn)確有效地在多分量信號中提出復(fù)雜信號中微弱故障特征，具有很高的實(shí)用價值。
文檔編號G01M13/02GK102706555SQ20121000164
公開日2012年10月3日 申請日期2012年1月5日 優(yōu)先權(quán)日2012年1月5日
發(fā)明者劉小峰, 張開飛, 柏林, 趙玲 申請人:重慶大學(xué)