技術(shù)領(lǐng)域

本發(fā)明屬于列車軸承故障檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法及裝置。

背景技術(shù)：

列車軸承由外圈、內(nèi)圈、滾動(dòng)體、保持架組成，當(dāng)相應(yīng)部位出現(xiàn)故障時(shí)，上述各部件之間相互運(yùn)動(dòng)接觸到故障點(diǎn)時(shí)會(huì)產(chǎn)生機(jī)械沖擊波。目前，在列車軸承故障檢測(cè)時(shí)，一般使用麥克風(fēng)傳感器采集列車軸承發(fā)出的聲音信號(hào)或列車軸承產(chǎn)生的機(jī)械振動(dòng)信號(hào)，通過(guò)算法在眾多聲音信號(hào)或振動(dòng)信號(hào)中提取出沖擊波信息，根據(jù)沖擊波信息的時(shí)域特征參數(shù)值的大小來(lái)估計(jì)故障的有無(wú)或故障的性質(zhì)，根據(jù)沖擊頻率診斷出故障發(fā)生部位。

較高級(jí)一點(diǎn)的常用方法是采用帶通濾波器濾出噪聲，然后再對(duì)濾波后的聲音信號(hào)或振動(dòng)信號(hào)進(jìn)行包絡(luò)譜分析。帶通濾波器只能從頻域?yàn)V出有限噪聲，對(duì)信噪比的提高具有局限性，且對(duì)濾波信號(hào)直接求包絡(luò)譜易受噪聲干擾，求得的包絡(luò)譜誤差較大。

現(xiàn)有一些改進(jìn)技術(shù)中，一般使用時(shí)頻域?yàn)V波取代帶通濾波，但是單純地改進(jìn)濾波方法依然無(wú)法取得理想的濾波效果，信噪比依然不高，求得的包絡(luò)譜依然存在較大誤差。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述現(xiàn)有技術(shù)的缺陷和不足，本發(fā)明提出一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法及裝置，能夠有效濾除噪聲，提高檢測(cè)信號(hào)信噪比，降低檢測(cè)信號(hào)包絡(luò)譜的誤差。

一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法，包括：

利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；

利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；

對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；

對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜。

優(yōu)選地，所述利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，包括：利用小波分解方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理。

優(yōu)選地，所述利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，包括：利用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理。

優(yōu)選地，所述對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜，包括：

利用希爾伯特變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)；

利用快速傅里葉變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)進(jìn)行求頻譜處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜。

優(yōu)選地，所述第一時(shí)頻域分析方法與所述第二時(shí)頻域分析方法為不同的時(shí)頻域分析方法。

一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析裝置，包括：

去噪單元，用于利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；

分解單元，用于利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；

求包絡(luò)譜處理單元，用于對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；

互相關(guān)運(yùn)算單元，用于對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜。

優(yōu)選地，所述去噪單元利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理時(shí)，具體用于：

去噪單元利用小波分解方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理。

優(yōu)選地，所述分解單元利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理時(shí)，具體用于：

分解單元利用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理。

優(yōu)選地，所述求包絡(luò)譜處理單元，包括：

求包絡(luò)處理單元，用于利用希爾伯特變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)；

求頻譜處理單元，用于利用快速傅里葉變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)進(jìn)行求頻譜處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜。

優(yōu)選地，所述第一時(shí)頻域分析方法與所述第二時(shí)頻域分析方法為不同的時(shí)頻域分析方法。

本發(fā)明提出的一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法及裝置，首先利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；然后利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；接下來(lái)對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；由于各個(gè)分量中的沖擊波信息的包絡(luò)譜具有相關(guān)性，而噪聲的包絡(luò)譜具有隨機(jī)性，因此本方法最后對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，抵消噪聲的包絡(luò)譜，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜，降低了檢測(cè)信號(hào)包絡(luò)譜的誤差。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1本發(fā)明實(shí)施例公開(kāi)的一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法的流程示意圖；

圖2是未經(jīng)去噪處理的列車軸承檢測(cè)信號(hào)的波形示意圖；

圖3是使用本發(fā)明技術(shù)方案對(duì)圖2所示的列車軸承檢測(cè)信號(hào)進(jìn)行去噪處理后的波形示意圖；

圖4-a是沒(méi)有進(jìn)行濾波去噪的列車軸承檢測(cè)信號(hào)的第一層分解分量的包絡(luò)譜示意圖；

圖4-b是沒(méi)有進(jìn)行濾波去噪的列車軸承檢測(cè)信號(hào)的第二層分解分量的包絡(luò)譜示意圖；

圖4-c是沒(méi)有進(jìn)行濾波去噪的列車軸承檢測(cè)信號(hào)的第三層分解分量的包絡(luò)譜示意圖；

圖4-d是對(duì)沒(méi)有進(jìn)行濾波去噪的列車軸承檢測(cè)信號(hào)的三層分解分量進(jìn)行互相關(guān)運(yùn)算的結(jié)果示意圖；

圖5-a是進(jìn)行濾波去噪后的列車軸承檢測(cè)信號(hào)的第一層分解分量的包絡(luò)譜示意圖；

圖5-b是進(jìn)行濾波去噪后的列車軸承檢測(cè)信號(hào)的第二層分解分量的包絡(luò)譜示意圖；

圖5-c是進(jìn)行濾波去噪后的列車軸承檢測(cè)信號(hào)的第三層分解分量的包絡(luò)譜示意圖；

圖5-d是對(duì)進(jìn)行濾波去噪后的列車軸承檢測(cè)信號(hào)的三層分解分量進(jìn)行互相關(guān)運(yùn)算的結(jié)果示意圖；

圖6是對(duì)去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理的流程示意圖；

圖7是本發(fā)明實(shí)施例公開(kāi)的一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例公開(kāi)了一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法，參見(jiàn)圖1，該方法包括：

S101、利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；

具體的，由于列車軸承檢測(cè)信號(hào)是非平穩(wěn)信號(hào)，用傳統(tǒng)的諸如帶通濾波等方法進(jìn)行去噪效果不理想，因此我們使用時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行濾波去噪，去噪效果優(yōu)于傳統(tǒng)濾波方法的去噪效果。所述第一時(shí)頻域分析方法為常用時(shí)頻域分析方法中的任意一種，例如小波分解方法或者經(jīng)驗(yàn)?zāi)B(tài)分解方法等。所述時(shí)域特征參數(shù)指標(biāo)具體指信號(hào)的標(biāo)準(zhǔn)差、均方根、波形因子、峭度等。我們選取一段如圖2所示的列車軸承檢測(cè)信號(hào)，使用第一時(shí)頻域分析方法對(duì)該列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的信號(hào)波形如圖3所示，通過(guò)圖3我們可以發(fā)現(xiàn)，濾波后的時(shí)域信號(hào)比濾波前的時(shí)域信號(hào)，噪聲干擾明顯減少，由此可見(jiàn)使用時(shí)頻域分析方法對(duì)列車軸承聲音信號(hào)進(jìn)行去噪處理，效果比較理想。

S102、利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；

具體的，所述第二時(shí)頻域分析方法為常用時(shí)頻域分析方法中的任意一種，任意一種時(shí)頻域分析方法都可以達(dá)到將列車軸承檢測(cè)信號(hào)分解的目的。將列車軸承檢測(cè)信號(hào)進(jìn)行分解得到各個(gè)分量，即將有用信號(hào)分解為不同的波形尺度，同時(shí)也將信號(hào)中的噪聲分解到不同尺度下，在不同尺度下對(duì)信號(hào)進(jìn)行進(jìn)一步的處理，可提高對(duì)信號(hào)處理的精度，且利于使用后續(xù)方法對(duì)信號(hào)進(jìn)行處理。

S103、對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；

具體的，包絡(luò)頻譜的主要用途是：用于發(fā)現(xiàn)軸承和齒輪嚙合的早期故障。因此，我們得到列車軸承檢測(cè)信號(hào)的各個(gè)分量之后，對(duì)各個(gè)分量分別進(jìn)行求包絡(luò)譜處理，得到信號(hào)的包絡(luò)譜，用于后續(xù)故障分析。

S104、對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜。

具體的，雖然依據(jù)時(shí)頻域分析方法的特性所分解出的各分量都具有各自不同的頻帶范圍，但是故障軸承在轉(zhuǎn)動(dòng)時(shí)產(chǎn)生的沖擊信號(hào)基本上在不同頻帶范圍都包含，所以各分量包絡(luò)譜中都具有沖擊信號(hào)的頻率信息，且沖擊信號(hào)的頻率無(wú)論在哪個(gè)分量中，其包絡(luò)譜中的沖擊信號(hào)頻率值是不會(huì)改變的。另外，互相關(guān)函數(shù)的定義和性質(zhì)決定，如果求互相關(guān)的兩個(gè)量中含有相同的頻率成分，那么互相關(guān)函數(shù)會(huì)增強(qiáng)這種頻率成分。因此，我們對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，就可以增強(qiáng)列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜中包含的軸承缺陷沖擊信號(hào)，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜。此信號(hào)的信噪比更高，更易于后續(xù)分析使用。

如果我們不對(duì)采集到的列車軸承檢測(cè)信號(hào)進(jìn)行濾波去噪，而直接使用時(shí)頻域分析方法將信號(hào)進(jìn)行分解并求解各分解分量的包絡(luò)譜，可以分別得到如圖4-a、圖4-b、圖4-c所示的三層分解分量的包絡(luò)譜，將圖4-a、圖4-b、圖4-c所示的三層分解分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算，得到如圖4-d所示的運(yùn)算結(jié)果，通過(guò)圖4-d與圖4-a、圖4-b、圖4-c對(duì)比可見(jiàn)，對(duì)信號(hào)各個(gè)分量求包絡(luò)譜再進(jìn)行互相關(guān)運(yùn)算可以提高信號(hào)信噪比。

按照本發(fā)明完整技術(shù)方案，我們對(duì)采集到的列車軸承檢測(cè)信號(hào)先進(jìn)行濾波去噪，再將去噪后的信號(hào)進(jìn)行分解并求解各分解分量的包絡(luò)譜，分別得到如圖5-a、圖5-b、圖5-c所示的三層分解分量的包絡(luò)譜，將圖5-a、圖5-b、圖5-c所示的三層分解分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算，得到如圖5-d所示的運(yùn)算結(jié)果，通過(guò)圖5-d與圖5-a、圖5-b、圖5-c對(duì)比可見(jiàn)，使用本發(fā)明技術(shù)方案對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行處理，能夠明顯提高信號(hào)信噪比。

本發(fā)明提出的一種列車軸承檢測(cè)信號(hào)包絡(luò)譜分析方法，首先利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；然后利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；接下來(lái)對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；由于各個(gè)分量中的沖擊波信息的包絡(luò)譜具有相關(guān)性，而噪聲的包絡(luò)譜具有隨機(jī)性，因此本方法最后對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，抵消噪聲的包絡(luò)譜，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜，降低了檢測(cè)信號(hào)包絡(luò)譜的誤差。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，包括：利用小波分解方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理。

具體的，使用不同參數(shù)下可變換不同尺寸的小波基(也叫基礎(chǔ)小波、基小波、母小波)對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于不同尺寸小波基的共軛的平移卷積運(yùn)算，卷積運(yùn)算后的值即為小波系數(shù)，各小波系數(shù)就是列車軸承檢測(cè)信號(hào)的多層時(shí)頻域分解系數(shù)。對(duì)每一層時(shí)頻域分解系數(shù)進(jìn)行閾值去噪，對(duì)大于設(shè)定閾值的系數(shù)值進(jìn)行保留，小于閾值的進(jìn)行抑制。其中，每一層系數(shù)的閾值大小都不同，閾值的大小根據(jù)每一層分解系數(shù)所計(jì)算出的時(shí)域特征參數(shù)值的大小來(lái)確定，每一層分解系數(shù)的閾值大小與每一層分解系數(shù)所計(jì)算出的時(shí)域特征參數(shù)值的大小成正比關(guān)系。對(duì)每一層分解系數(shù)進(jìn)行上述閾值去噪處理后，再進(jìn)行小波重構(gòu)，再次得到完整的列車軸承檢測(cè)信號(hào)，而且是濾波去噪之后的列車軸承檢測(cè)信號(hào)。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，包括：利用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理。

具體的，經(jīng)驗(yàn)?zāi)B(tài)分解的基本思想是：將一個(gè)頻率不規(guī)則的波化為多個(gè)單一頻率的波(又稱為本征模函數(shù)，縮寫為IMF)+殘波的形式，即原波形＝IMFs+余波。這種方法的本質(zhì)是通過(guò)數(shù)據(jù)的特征時(shí)間尺度來(lái)獲得本征波動(dòng)模式，然后分解數(shù)據(jù)。這種分解過(guò)程可以形象地稱之為“篩選(sifting)”過(guò)程。分解過(guò)程是：找出原數(shù)據(jù)序列X(t)所有的極大值點(diǎn)并用三次樣條插值函數(shù)擬合形成原數(shù)據(jù)的上包絡(luò)線；同樣，找出所有的極小值點(diǎn)，并將所有的極小值點(diǎn)通過(guò)三次樣條插值函數(shù)擬合形成數(shù)據(jù)的下包絡(luò)線，上包絡(luò)線和下包絡(luò)線的均值記作ml，用原數(shù)據(jù)序列X(t)減去該平均包絡(luò)ml，得到一個(gè)新的數(shù)據(jù)序列hl：hl＝X(t)-ml。由原數(shù)據(jù)減去包絡(luò)平均后的新數(shù)據(jù)，若還存在負(fù)的局部極大值和正的局部極小值，說(shuō)明這還不是一個(gè)本征模函數(shù)，需要繼續(xù)進(jìn)行“篩選”。

需要說(shuō)明的是，經(jīng)驗(yàn)?zāi)B(tài)分解是常用的成熟的信號(hào)分解方法，在matlab等仿真軟件中有完整的程序包可以實(shí)現(xiàn)經(jīng)驗(yàn)?zāi)B(tài)分解。本發(fā)明并沒(méi)有對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解方法進(jìn)行改進(jìn)，只是作為工具對(duì)信號(hào)進(jìn)行處理。由于本發(fā)明所述的對(duì)信號(hào)進(jìn)行的處理，都是在matlab仿真平臺(tái)進(jìn)行，因此在本實(shí)施例實(shí)施過(guò)程中，直接從matlab程序包中調(diào)用經(jīng)驗(yàn)?zāi)B(tài)分解程序來(lái)完成對(duì)列車軸承檢測(cè)信號(hào)的分解。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜，參見(jiàn)圖6所示，包括：

S601、利用希爾伯特變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)；

具體的，對(duì)于某一實(shí)信號(hào)x(t)來(lái)說(shuō)，其希爾伯特變換記為H[x(t)]或其定義為：

由實(shí)信號(hào)x(t)作實(shí)部，其希爾伯特變換作虛部，構(gòu)成的復(fù)信號(hào)z(t)即為x(t)的解析信號(hào)，即對(duì)z(t)求模就可得到實(shí)信號(hào)x(t)的包絡(luò)。

需要說(shuō)明的是，對(duì)信號(hào)求包絡(luò)的方法不僅限于希爾伯特變換這一種方法，任意一種可行的求包絡(luò)方法都可以被采用。相對(duì)來(lái)說(shuō)，希爾伯特變換是主流的求包絡(luò)方法，且在matlab仿真平臺(tái)有完整的希爾伯特變換程序包可以供我們調(diào)用，因此本發(fā)明使用希爾伯特變換方法對(duì)列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)處理。

S602、利用快速傅里葉變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)進(jìn)行求頻譜處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜。

具體的，快速傅里葉變換是離散傅里葉變換的快速計(jì)算方法，是常用的成熟的頻譜計(jì)算方法。同樣的，我們對(duì)于求頻譜的方法也不進(jìn)行限定，任意一種頻譜計(jì)算方法都可以被采用，例如離散傅里葉變換方法等?；诳焖俑道锶~變換的高效性和高認(rèn)可度，我們使用快速傅里葉變換求信號(hào)的頻譜。并且，在matlab仿真平臺(tái)中有成熟完整的快速傅里葉變換程序包供我們調(diào)用，利于提高我們對(duì)信號(hào)進(jìn)行處理的效率。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述第一時(shí)頻域分析方法與所述第二時(shí)頻域分析方法為不同的時(shí)頻域分析方法。

具體的，由于時(shí)頻域分解方法本身就是一種濾波，且分解的不同層分量都是依據(jù)所用的時(shí)頻域分解方法的分解原則進(jìn)行分解，其實(shí)質(zhì)相當(dāng)于對(duì)信號(hào)進(jìn)行了一定波形要求的濾波，所以用一種方法進(jìn)行分解及濾波相當(dāng)于針對(duì)該方法的原則和特性進(jìn)行了一次濾波，為了達(dá)到更好的濾波效果，在后面分解這一步驟使用另一種分解方法，即利用另一種方法的原則和特性對(duì)信號(hào)進(jìn)行了再一次濾波，這樣可以濾除更多噪聲。

需要說(shuō)明的是，如果我們使用相同的時(shí)頻域分析方法，也可以將信號(hào)分解為多個(gè)分量，只是分解得到的信號(hào)的信噪比不如使用不同的時(shí)頻域分析方法得到的信號(hào)的信噪比高。因此，為了使對(duì)信號(hào)的處理效果最好，我們采用不同的時(shí)頻域分析方法對(duì)信號(hào)進(jìn)行處理。

本發(fā)明另一實(shí)施例公開(kāi)了一種列車軸承檢測(cè)信號(hào)的包絡(luò)譜分析裝置，參見(jiàn)圖7所示，該裝置包括：

去噪單元101，用于利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；

分解單元102，用于利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；

求包絡(luò)譜處理單元103，用于對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；

互相關(guān)運(yùn)算單元104，用于對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜。

具體的，本實(shí)施例中各個(gè)部分的具體工作內(nèi)容請(qǐng)參見(jiàn)對(duì)應(yīng)的方法實(shí)施例內(nèi)容，此處不再贅述。

本發(fā)明提出的列車軸承檢測(cè)信號(hào)包絡(luò)譜分析裝置，首先由去噪單元101利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理，得到去噪后的列車軸承檢測(cè)信號(hào)；然后分解單元102利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量；接下來(lái)求包絡(luò)譜處理單元103對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)譜處理，得到所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜；由于各個(gè)分量中的沖擊波信息的包絡(luò)譜具有相關(guān)性，而噪聲的包絡(luò)譜具有隨機(jī)性，因此本裝置互相關(guān)運(yùn)算單元104對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜進(jìn)行互相關(guān)運(yùn)算處理，抵消噪聲的包絡(luò)譜，得到增強(qiáng)的去噪后的列車軸承檢測(cè)信號(hào)的包絡(luò)譜，降低了檢測(cè)信號(hào)包絡(luò)譜的誤差。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述去噪單元101利用第一時(shí)頻域分析方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理時(shí)，具體用于：

去噪單元101利用小波分解方法對(duì)列車軸承檢測(cè)信號(hào)進(jìn)行基于時(shí)域特征參數(shù)指標(biāo)的去噪處理。

具體的，本實(shí)施例中去噪單元101的具體工作內(nèi)容請(qǐng)參見(jiàn)對(duì)應(yīng)的方法實(shí)施例內(nèi)容，此處不再贅述。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述分解單元102利用第二時(shí)頻域分析方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理時(shí)，具體用于：

分解單元102利用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)進(jìn)行分解處理。

具體的，本實(shí)施例中分解單元102的具體工作內(nèi)容請(qǐng)參見(jiàn)對(duì)應(yīng)的方法實(shí)施例內(nèi)容，此處不再贅述。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述求包絡(luò)譜處理單元103，參見(jiàn)圖7所示，包括：

求包絡(luò)處理單元1031，用于利用希爾伯特變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量進(jìn)行求包絡(luò)處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)；

求頻譜處理單元1032，用于利用快速傅里葉變換對(duì)所述去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)進(jìn)行求頻譜處理，得到去噪后的列車軸承檢測(cè)信號(hào)的各個(gè)分量的包絡(luò)譜。

具體的，本實(shí)施例中各個(gè)部分的具體工作內(nèi)容請(qǐng)參見(jiàn)對(duì)應(yīng)的方法實(shí)施例內(nèi)容，此處不再贅述。

可選的，在本發(fā)明的另一個(gè)實(shí)施例中，所述第一時(shí)頻域分析方法與所述第二時(shí)頻域分析方法為不同的時(shí)頻域分析方法。

具體的，由于時(shí)頻域分解方法本身就是一種濾波，且分解的不同層分量都是依據(jù)所用的時(shí)頻域分解方法的分解原則進(jìn)行分解，其實(shí)質(zhì)相當(dāng)于對(duì)信號(hào)進(jìn)行了一定波形要求的濾波，所以用一種方法進(jìn)行分解及濾波相當(dāng)于針對(duì)該方法的原則和特性進(jìn)行了一次濾波，為了達(dá)到更好的濾波效果，在后面分解這一步驟使用另一種分解方法，即利用另一種方法的原則和特性對(duì)信號(hào)進(jìn)行了再一次濾波，這樣可以濾除更多噪聲。

需要說(shuō)明的是，如果我們使用相同的時(shí)頻域分析方法，也可以將信號(hào)分解為多個(gè)分量，只是分解得到的信號(hào)的信噪比不如使用不同的時(shí)頻域分析方法得到的信號(hào)的信噪比高。因此，為了使對(duì)信號(hào)的處理效果最好，我們采用不同的時(shí)頻域分析方法對(duì)信號(hào)進(jìn)行處理。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。