專利名稱：一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?br> 技術(shù)領(lǐng)域：
本發(fā)明涉及一種非平穩(wěn)微弱信號(hào)處理方法，特別是涉及一種自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ā?br> 背景技術(shù)：
在雷達(dá)、故障診斷、無線電通訊、聲學(xué)、生物學(xué)、地球物理等眾多工程技術(shù)領(lǐng)域的信號(hào)處理中，存在這大量的微弱且具有非平穩(wěn)的信號(hào)處理分析，目的在于從微弱信號(hào)中提取所要關(guān)注的特征信息。比如在故障診斷領(lǐng)域隨著診斷對(duì)象日趨復(fù)雜，對(duì)故障微弱信號(hào)進(jìn)行檢測(cè)與特征提取已成為故障診斷領(lǐng)域中的關(guān)鍵問題之一。故障微弱信號(hào)檢測(cè)與特征提取需要依賴于先進(jìn)的現(xiàn)代信號(hào)處理方法。又如在航天測(cè)控領(lǐng)域的遙測(cè)信號(hào)處理，由于高頻無線電信號(hào)受到傳播介質(zhì)(對(duì)流層、電離層、太陽等離子區(qū))的影響，同時(shí)受到信號(hào)接收系統(tǒng)誤差的影響，造成最終經(jīng)過基帶轉(zhuǎn)換與A/D采樣后的遙測(cè)信號(hào)受到噪聲的影響，微弱的遙測(cè)信息極易淹沒于噪聲中，因此在航天遙測(cè)信號(hào)處理過程中提取微弱的信息也是遙測(cè)信號(hào)處理中的一個(gè)熱點(diǎn)與難點(diǎn)，同樣需要依賴于先進(jìn)的現(xiàn)代信號(hào)處理方法。經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD) 方法是在工程中行之有效的非平穩(wěn)信號(hào)處理方法之一，但模式混淆與端點(diǎn)效應(yīng)是傳統(tǒng)EMD 方法中固有的缺陷?？傮w平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄊ墙陙韺?duì)傳統(tǒng)EMD方法進(jìn)行實(shí)質(zhì)創(chuàng)新的結(jié)果，以此來達(dá)到避免在EMD方法中模式混淆的目的?？傮w平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǖ奶岢?，較好地解決了模式混淆的問題，但其效果依賴于加入高斯白噪聲的大小與總體平均的次數(shù)，而總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ羞@兩個(gè)參數(shù)需要人為按照經(jīng)驗(yàn)設(shè)定，缺乏可靠性，同時(shí)一定程度上破壞了總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǖ淖赃m應(yīng)性。因此，在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ɑA(chǔ)上，建立一種能自動(dòng)得到加入高斯白噪聲大小與總體平均次數(shù)的自適應(yīng)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ瑢?duì)于各種不同工況下微弱信號(hào)特征提取具有重要的價(jià)值。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提出一種針對(duì)不同分析信號(hào)的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸獾男盘?hào)處理方法。本發(fā)明包括如下步驟步驟一設(shè)置期望的信號(hào)分解相對(duì)誤差e、分析信號(hào)的積分時(shí)間T、采樣頻率fs，并計(jì)算待分析信號(hào)在積分時(shí)間內(nèi)的幅值標(biāo)準(zhǔn)差ο。。步驟二 選擇小波包的母小波函數(shù)，對(duì)待分析的信號(hào)進(jìn)行小波包等頻帶分解，計(jì)算分解后最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差oh。步驟三計(jì)算￡=$，ε表示信號(hào)中的高頻成分的幅值標(biāo)準(zhǔn)差Qh與原始信號(hào)幅
值標(biāo)準(zhǔn)差ο。的比值系數(shù)；根據(jù)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暤目梢罁?jù)準(zhǔn)貝U，建立α與ε的取值關(guān)系，自動(dòng)獲取加入高斯白噪聲的幅值標(biāo)準(zhǔn)差比值系數(shù)α的值；由
”=Jl，可得到總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤氲母咚垢咚拱自肼暦禈?biāo)準(zhǔn)差ο η。
O
步驟四依據(jù)加入高斯白噪聲的比值系數(shù)與總體平均次數(shù)選擇之間的關(guān)系式 lne + f InTV = O，可得到總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ械目傮w平均次數(shù)N。步驟五對(duì)待分析信號(hào)N次加入具有幅值標(biāo)準(zhǔn)差為σ η的高斯白噪聲后，分別對(duì)其按照經(jīng)驗(yàn)?zāi)Ｊ椒纸獾乃惴ㄟM(jìn)行信號(hào)分解，將分解后對(duì)應(yīng)所得的基本模式分量進(jìn)行總體平均計(jì)算，將總體平均后的基本模式分量作為最終輸出。步驟一中期望的信號(hào)分解相對(duì)誤差e可以是一個(gè)先驗(yàn)的信號(hào)分解期望指標(biāo)，在應(yīng)用中根據(jù)期望的信號(hào)處理效果、實(shí)時(shí)性要求進(jìn)行設(shè)置，在工程實(shí)踐中e的取值范圍為0 1%。步驟二中對(duì)小波包母小波函數(shù)的選取可以采用Daubechies母小波函數(shù)，小波包的分解層數(shù)為2層或3層，對(duì)信號(hào)進(jìn)行等頻帶小波包分解后，計(jì)算分解所得的最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差σ h。步驟三中所述總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚拱自肼暤谋戎迪禂?shù)α的取值范圍為0< <|，建立總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暤目梢罁?jù)準(zhǔn)則；由
α的值與原始信號(hào)幅值標(biāo)準(zhǔn)差ο。，依據(jù)α =，，可計(jì)算針對(duì)不同分析信號(hào)的Qn取值大小。
O步驟一中期望的信號(hào)分解相對(duì)誤差e可以為0. 5%。在本技術(shù)方案中，提出的小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?(WPAEEMD)，綜合利用了小波變換良好的時(shí)頻多分辨率特征與經(jīng)驗(yàn)?zāi)Ｊ椒纸獾撵`活性，能有效改善在經(jīng)驗(yàn)?zāi)Ｊ椒纸獗苊饽Ｊ交煜膯栴}，并能夠提高總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸獾淖赃m應(yīng)性。


圖1是WPAEEMD信號(hào)處理流程2是高斯白噪聲影響信號(hào)極值點(diǎn)間隔分布示意3是待分析的仿真信號(hào)的組成4是仿真信號(hào)的小波包分解5是WPAEEMD分解結(jié)果6是傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｊ椒纸饨Y(jié)果7是檢測(cè)對(duì)象系統(tǒng)的結(jié)構(gòu)簡(jiǎn)8是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)圖9是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)WPAEEMD分解結(jié)果10是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)的WPAEEMD分解IMFl的頻譜圖11是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)的WPAEEMD分解IMF2的瞬時(shí)頻率譜圖12是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)EMD分解結(jié)果13是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)EMD分解IMFl的頻譜圖14是風(fēng)機(jī)1號(hào)瓦振動(dòng)信號(hào)EMD分解IMF2的瞬時(shí)頻率譜
具體實(shí)施方式
本發(fā)明的信號(hào)處理流程圖如圖1所示，對(duì)信號(hào)進(jìn)行小波包分解，計(jì)算分解所得的最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差系數(shù)；利用小波包分解所得的最高頻信號(hào)的幅值標(biāo)準(zhǔn)差自動(dòng)獲取加入高斯高斯白噪聲的幅值標(biāo)準(zhǔn)差大??；利用設(shè)置的期望信號(hào)分解相對(duì)誤差值自動(dòng)計(jì)算總體平均次數(shù)；對(duì)信號(hào)進(jìn)行自適應(yīng)抗混總體經(jīng)驗(yàn)?zāi)Ｊ椒纸猓玫綗o模式混淆的基本模式分量。具體的處理方法如下1)首先對(duì)信號(hào)進(jìn)行小波包分解，獲取分解所得的最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差，此高頻信號(hào)幅值標(biāo)準(zhǔn)差與原信號(hào)的標(biāo)準(zhǔn)差計(jì)算得到比值系數(shù)。2)由上一步驟中得到的比值系數(shù)，依據(jù)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暅?zhǔn)則，獲得總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暤姆禈?biāo)準(zhǔn)差大小。3)由期望的分解信號(hào)相對(duì)誤差值與加入高斯高斯白噪聲的幅值標(biāo)準(zhǔn)差確定總體平均次數(shù)。信號(hào)分解相對(duì)誤差e是一個(gè)先驗(yàn)的信號(hào)分解期望指標(biāo)，在應(yīng)用中根據(jù)期望的信號(hào)處理效果、實(shí)時(shí)性要求進(jìn)行設(shè)置，在工程實(shí)踐中e的取值范圍為0 < e < 1%。4)在獲得了根據(jù)待分析信號(hào)所得的總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵袃蓚€(gè)重要參數(shù)，加入高斯高斯白噪聲大小與總體平均次數(shù)，就可對(duì)待分析信號(hào)進(jìn)行總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸?，獲得無模式混淆的基本模式分量(IMF)。在信號(hào)處理流程中一個(gè)重要的步驟是建立加入高斯高斯白噪聲大小的可依據(jù)準(zhǔn)貝U，針對(duì)不同待分析信號(hào)確定所需加入高斯高斯白噪聲的大小。為此進(jìn)行如下分析。為了有效地避免經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)中模式混淆的現(xiàn)象，同時(shí)為了保護(hù)信號(hào)中有用的信息，在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤氲母咚拱自肼曧殱M足以下兩個(gè)條件(a)加入的高斯白噪聲應(yīng)不影響信號(hào)高頻成分的極值點(diǎn)分布；(b)加入的高斯白噪聲應(yīng)改變低頻成分的極值點(diǎn)間隔分布，使得低頻成分的極值點(diǎn)間隔減小，使其分布均勻，減小三次樣條函數(shù)的擬合包絡(luò)求局部均值的誤差。滿足以上兩個(gè)條件的關(guān)鍵點(diǎn)就是，對(duì)于任何不連續(xù)的信號(hào)如何確定一個(gè)在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ杏行У募尤敫咚拱自肼暤目梢罁?jù)準(zhǔn)則。本發(fā)明提出了在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤敫咚垢咚拱自肼暤目梢罁?jù)準(zhǔn)則，如下式所示。0<α<·|式中，α表示加入的高斯白噪聲幅值標(biāo)準(zhǔn)差0 與原始信號(hào)幅值標(biāo)準(zhǔn)差σ。的比值系數(shù)，即5 ε表示信號(hào)中的高頻成分的幅值標(biāo)準(zhǔn)差011與原始信號(hào)幅值標(biāo)準(zhǔn)差σο
的比值系數(shù)，即￡ = ^。
O因此上式等價(jià)于0 < σ < I。對(duì)該式的解釋說明如下，由上面提到的在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤氲母咚拱自肼曧殱M足以上兩個(gè)條件，可以得到在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤敫咚拱自肼暤哪康娜缦?1)加入高斯白噪聲的目的是給低頻信號(hào)加入間隔較密的正負(fù)極值點(diǎn)，提高局部均值的計(jì)算精度，以解決模式混淆問題。(2)加入的高斯白噪聲不能明顯改變信號(hào)高頻成分的極值點(diǎn)分布(即上包絡(luò)和下包絡(luò)曲線)。設(shè)加入的高斯白噪聲n(t)滿足正態(tài)分布，即《( )口叫隊(duì),<)，加入的高斯白噪聲的均值4 為0?？傮w平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤敫咚拱自肼暤臏?zhǔn)則就是為了確定0 的取值范圍。ση下限根據(jù)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸獾哪康腛)，希望Qn盡量小，即取Qn > O 即可。這樣，加入的高斯白噪聲對(duì)信號(hào)的高頻成分影響就非常小。σ η上限若σ η太小，則對(duì)信號(hào)低頻部分的極值點(diǎn)改變作用很微弱，難以實(shí)現(xiàn)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸獾哪康?1)。因此，需要確定ση的上限，即不改變信號(hào)高頻成分極值點(diǎn)分布的高斯白噪聲n(t)的上限。下面利用正態(tài)分布幅值區(qū)間的概率來確定上限確定過程，根據(jù)正態(tài)函數(shù)的概率分布可以得到以下概率關(guān)系Ρ(μ-σ <χ< μ+σ) = 68. 27%；ρ(μ -2 σ < χ < μ +2 σ ) = 95. 45% ；ρ(μ -3 σ < χ < μ +3 σ ) = 99. 73% ；ρ(μ -4σ < χ < μ +4 σ ) = 99. 99% .如果取σ =^·，則高斯白噪聲n(t)的幅值分布在區(qū)間-^h < n(t)
< oh(即-2ση< n(t) < 2ση)的概率就達(dá)到95. 45 %，也就是有95. 45 %的離散點(diǎn)的高斯白噪聲幅值絕對(duì)值小于信號(hào)高頻成分的幅值標(biāo)準(zhǔn)差oh，加入的高斯白噪聲不會(huì)明顯影響信號(hào)高頻成分的極值點(diǎn)(特別是最大值和最小值)，理論上只有4. 55%的高斯白噪聲幅值超出ο h，會(huì)影響信號(hào)的極值點(diǎn)分布。若取=,，則有99. 73%的離散點(diǎn)的高斯白噪聲幅值絕對(duì)值小于σ h，加入高斯白噪聲對(duì)信號(hào)極值點(diǎn)的影響更小。但是，如果取On= oh，則高斯白噪聲的幅值分布在區(qū)間-oh<n(t) < ο h的概率只有68. 27%，不能保證加入的信號(hào)不對(duì)信號(hào)的極值點(diǎn)有影響。根據(jù)上面的分析說明，取0<σ <|σΑ是合理的。當(dāng)然若σ =|或 =，，加入高
斯白噪聲對(duì)信號(hào)高頻分量的極值點(diǎn)影響就很微小，所以總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸獾姆纸庑Ч麜?huì)更好。為進(jìn)一步說明^?！?力合理性，即說明0< <|合理性，通過圖2的仿真示意圖來解釋。圖中線型(a)表示包含高頻成分與低頻成分的離散信號(hào)；線型(b)表示加入比值系數(shù)α為f的高斯白噪聲后的離散信號(hào)；線型(C)表示加入比值系數(shù)α為f的高斯白噪聲后的離散信號(hào)。在信號(hào)中加入的高斯白噪聲只是直接影響每個(gè)離散點(diǎn)信號(hào)的幅值大小，間接地影響信號(hào)的極值點(diǎn)間隔分布。當(dāng)時(shí)，從圖2中的線型(b)可以看出，高斯白噪聲不會(huì)影響
信號(hào)高頻成分的極值點(diǎn)間隔分布；當(dāng)《^f時(shí)，在特殊情況下就會(huì)出現(xiàn)圖2中線型(c)的情況，此時(shí)信號(hào)的高頻成分已經(jīng)被破壞；當(dāng)α的取值越大時(shí)，信號(hào)中的高頻成分被破壞的幾率也就越大。高斯白噪聲的加入使得信號(hào)中的低頻成分的極值點(diǎn)得到改變，如圖2所示，高斯白噪聲的加入使得信號(hào)的低頻成分極值點(diǎn)間隔發(fā)生變化，為避免模式混淆奠定了基礎(chǔ)。 因此，從以上的分析可以看出，在總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ屑尤敫咚拱自肼暤谋戎迪?br> 數(shù)α的取值上限是f。采用α的取值為*，S㈣，就能很好地滿足總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ斜苊饽Ｊ交煜囊蟆榱烁玫恼f明本發(fā)明的目的和特點(diǎn)，下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。為驗(yàn)證本發(fā)明所述方法的有效性，本具體實(shí)施方式
給出了兩個(gè)實(shí)施例，第一個(gè)實(shí)施例針對(duì)仿真信號(hào)處理，第二個(gè)實(shí)施例針對(duì)實(shí)際信號(hào)處理。實(shí)施例1 由于各種頻率的諧波成分與沖擊相應(yīng)成分是旋轉(zhuǎn)機(jī)械出現(xiàn)故障時(shí)產(chǎn)生的常見信號(hào)，同時(shí)在機(jī)械故障信號(hào)中由于沖擊響應(yīng)信號(hào)的出現(xiàn)是會(huì)使得信號(hào)頻率發(fā)生突變產(chǎn)生不連續(xù)現(xiàn)象，為此通過同時(shí)包含諧波成分與沖擊響應(yīng)成分的仿真信號(hào)來驗(yàn)證WPAEEMD方法。如圖3所示，仿真信號(hào)由沖擊響應(yīng)信號(hào)，高頻諧波信號(hào)與低頻諧波信號(hào)組成，分別對(duì)應(yīng)圖中的 (a)、(b)、(c)，同時(shí)在仿真信號(hào)中加入了高斯白噪聲對(duì)應(yīng)圖中的(d)，圖中(e)表示合成的仿真信號(hào)。將圖3的仿真信號(hào)進(jìn)行小波包分解，分解層數(shù)為3層，即將仿真信號(hào)按照8個(gè)等頻帶進(jìn)行分解，分解結(jié)果如圖4所示。選取第8個(gè)頻帶小波包分解信號(hào)計(jì)算其幅值標(biāo)準(zhǔn)差系數(shù)ε為0. 065925，依據(jù)設(shè)置期望的信號(hào)分解相對(duì)誤差e的值為0.5%，因此，自動(dòng)得到加入高斯白噪聲的幅值標(biāo)準(zhǔn)差比值系數(shù)為α = 0. 065925/4 = 0. 0165，總體平均次數(shù)通過計(jì)算為10。WPAEEMD方法對(duì)原始仿真信號(hào)重新進(jìn)行分解的結(jié)果如圖5所示。從圖5中可以看出 WPAEEMD方法分解得到的第2至4個(gè)IMF很好地對(duì)應(yīng)了仿真信號(hào)的三個(gè)頻率成分，分別是沖擊相應(yīng)分量，高頻諧波分量和低頻諧波分量，第1個(gè)IMF為仿真信號(hào)中的高斯白噪聲成分。 因此WPAEEMD方法能很好把仿真信號(hào)的分量比較準(zhǔn)確地分離出來。為對(duì)比分析，通過EMD方法對(duì)以上的仿真信號(hào)進(jìn)行分解，其分解結(jié)果如圖6所示。 從圖中可以明顯看出，EMD方法對(duì)于仿真信號(hào)的分解出現(xiàn)了嚴(yán)重的模式混淆現(xiàn)象，不同IMF 之間信號(hào)分布混亂，原始信號(hào)中的三個(gè)組成成分在EMD的分解結(jié)果中遭到嚴(yán)重破壞。因此， 通過以上的對(duì)比分析，可以看出WPAEEMD方法比EMD方法在避免模式混淆的信號(hào)分解方面更具有優(yōu)勢(shì)，這為其在信號(hào)特征提取中的應(yīng)用奠定了可靠依據(jù)。實(shí)施例2 以某煉油廠機(jī)組的故障診斷實(shí)例來驗(yàn)證WPAEEMD方法的在工程中的實(shí)用性與有效性。由于機(jī)電設(shè)備局部異常所誘發(fā)的信號(hào)通常具有奇異性，表現(xiàn)為突變、尖點(diǎn)等不規(guī)則的瞬變現(xiàn)象，具有高頻性質(zhì)，使得信號(hào)不連續(xù)，同時(shí)這些現(xiàn)象被淹沒在振動(dòng)信號(hào)中，通常也表現(xiàn)出故障信息的微弱性。信號(hào)的奇異性包含了設(shè)備狀態(tài)的重要信息，提取信號(hào)中奇異點(diǎn)出現(xiàn)的時(shí)刻，并對(duì)信號(hào)奇異性進(jìn)行故障特征的描述，可以發(fā)現(xiàn)設(shè)備的早期故障。對(duì)于旋轉(zhuǎn)機(jī)械來說，在每一個(gè)旋轉(zhuǎn)周期振動(dòng)信號(hào)描述了設(shè)備在這一段時(shí)間的狀態(tài)，當(dāng)碰摩發(fā)生時(shí)，設(shè)備的動(dòng)態(tài)行為也隨之改變，考察每一個(gè)旋轉(zhuǎn)周期振動(dòng)信號(hào)的變化，就可以確定設(shè)備的狀態(tài)是否正常。因此，我們運(yùn)用WPAEEMD方法對(duì)旋轉(zhuǎn)機(jī)械的故障微弱信號(hào)進(jìn)行特征提取。某煉油廠機(jī)組由煙機(jī)、風(fēng)機(jī)、齒輪箱、電機(jī)組成，如圖7所示，圖中標(biāo)號(hào)1至6分別為煙機(jī)、聯(lián)軸器A、風(fēng)機(jī)、聯(lián)軸器B、齒輪箱、電機(jī)。監(jiān)測(cè)系統(tǒng)對(duì)煙機(jī)#1、#2瓦、風(fēng)機(jī)#1、#2瓦、 齒輪軸的10個(gè)測(cè)點(diǎn)進(jìn)行了實(shí)時(shí)在線監(jiān)測(cè)，工作轉(zhuǎn)速5859r/min(對(duì)應(yīng)頻率97. 65Hz)，采樣頻率為2000Hz，檢測(cè)元件為渦流傳感器。機(jī)組工作時(shí)，監(jiān)測(cè)系統(tǒng)顯示出風(fēng)機(jī)的#1瓦和相鄰的煙機(jī)#2瓦振動(dòng)較大。對(duì)風(fēng)機(jī)#1瓦的振動(dòng)采集信號(hào)進(jìn)行分析，其時(shí)域信號(hào)如圖8所示。從振動(dòng)信號(hào)的時(shí)域波形圖中看不出明顯的故障特征。對(duì)風(fēng)機(jī)#1瓦的振動(dòng)信號(hào)運(yùn)用WPAEEMD方法進(jìn)行分析。預(yù)先設(shè)置期望的信號(hào)分解相對(duì)誤差e的值為0.5%。小波包的分解層數(shù)為2，于是通過 WPAEEMD方法自動(dòng)獲取振動(dòng)信號(hào)高頻成分的幅值標(biāo)準(zhǔn)差比值系數(shù)ε為0. 11Μ6，加入高斯白噪聲的幅值標(biāo)準(zhǔn)差比值系數(shù)α為0.(^8115，總體平均次數(shù)為31。 WPAEEMD方法的信號(hào)分解結(jié)果的前4個(gè)IMF包含了機(jī)器運(yùn)行情況的特征，如圖9所示。圖中，cl，、，c2，、，c3，、，c4，分別表示W(wǎng)PAEEMD分解后第1到4個(gè)IMF。從圖中可以看出，第一個(gè)IMF cl中有許多微弱的周期沖擊成分，每?jī)蓚€(gè)沖擊的時(shí)間間隔約為31ms，正好約等于設(shè)備工頻轉(zhuǎn)動(dòng)周期(1/97. 65 = 10. 2%is)的3倍。設(shè)備的旋轉(zhuǎn)頻率對(duì)應(yīng)于第二個(gè) IMF c2。從圖中也可以大致地看出，在c2中每個(gè)3個(gè)周期正好對(duì)應(yīng)于cl中的一次沖擊。第三個(gè)IMF c3的周期約為39. 5ms，對(duì)應(yīng)的頻率成分為25. 35Hz。為更準(zhǔn)確地定量提取WPAEEMD方法所得的IMF信號(hào)中的特征信息，對(duì)上述的4個(gè) IMF分別求取FFT頻譜與瞬時(shí)頻率譜。從WPAEEMD分解所得第一個(gè)IMF cl的頻譜中可以明顯地找到33. 20Hz與66. 46Hz這兩個(gè)頻率，此兩個(gè)頻率正好對(duì)應(yīng)于旋轉(zhuǎn)頻率的1/3與2/3 倍，如錯(cuò)誤！未找到引用源。所示。如圖11為第二個(gè)IMF c2的瞬時(shí)頻率譜，為觀察方便，此時(shí)只顯示了 0_0. 3s對(duì)應(yīng)瞬時(shí)頻率譜。從圖11中可以明顯地發(fā)現(xiàn)，整個(gè)瞬時(shí)頻率譜最明顯的周期對(duì)應(yīng)于設(shè)備的旋轉(zhuǎn)周期，這說明機(jī)組工頻脈動(dòng)，即旋轉(zhuǎn)時(shí)快時(shí)慢，機(jī)組的運(yùn)行狀況不穩(wěn)定。在圖11中還有一個(gè)非常有意思的現(xiàn)象，瞬時(shí)頻率譜每3個(gè)旋轉(zhuǎn)周期(間隔31ms)明顯地出現(xiàn)兩個(gè)奇異點(diǎn)，分別處于瞬時(shí)頻率譜的上升沿與下降沿，如圖11中的虛線橢圓所指示。奇異點(diǎn)出現(xiàn)說明，機(jī)組的瞬時(shí)頻率每隔31ms就會(huì)出現(xiàn)局部的突變，再次驗(yàn)證了機(jī)組存在旋轉(zhuǎn)頻率1/3倍頻，與圖 10結(jié)果一致。根據(jù)已有的研究成果已經(jīng)表明1/3倍的旋轉(zhuǎn)頻率是旋轉(zhuǎn)機(jī)械早期碰摩信號(hào)的特征，因此推斷該機(jī)組發(fā)生了早期碰摩故障。為進(jìn)一步對(duì)比WPAEEMD方法，對(duì)風(fēng)機(jī)#1瓦振動(dòng)信號(hào)運(yùn)用傳統(tǒng)的EMD方法進(jìn)行分析。EMD分解所得的前4個(gè)IMF如圖12所示。從圖12中可以看出，EMD的分解結(jié)果出現(xiàn)了明顯的模式混淆現(xiàn)象，使得每個(gè)IMF的物理意義不明確，同時(shí)也未找出有用信息。同樣，對(duì)于EMD分解所得IMF進(jìn)行FFT頻譜分析，其中第一個(gè)IMF的頻譜圖如圖13所示。從圖13 中的第一個(gè)譜峰對(duì)應(yīng)的頻率為27. 34Hz，并不是1/3倍的設(shè)備旋轉(zhuǎn)頻率。同時(shí)對(duì)于EMD分解所得IMF求取瞬時(shí)頻率譜，其中第二個(gè)IMF的瞬時(shí)頻率譜如圖14所示。從圖14中可以看出，瞬時(shí)頻率譜中奇異點(diǎn)的出現(xiàn)雖也有一定地規(guī)律，但是沒有如圖11那樣清晰的周期規(guī)律，奇異點(diǎn)出現(xiàn)的周期不清晰。在之后對(duì)機(jī)組的檢修過程中，發(fā)現(xiàn)該機(jī)組的確存在輕微碰摩故障，驗(yàn)證了 WPAEEMD方法有效性與推斷結(jié)論準(zhǔn)確性，表明WPAEEMD方法在提取微弱信號(hào)特征方面具有優(yōu)勢(shì)。
以上所述的具體描述，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神與原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?，其特征在于包括如下步驟步驟一設(shè)置期望的信號(hào)分解相對(duì)誤差e、分析信號(hào)的積分時(shí)間T、采樣頻率fs，并計(jì)算待分析信號(hào)在積分時(shí)間內(nèi)的幅值標(biāo)準(zhǔn)差σ。；步驟二 選擇小波包的母小波函數(shù)，對(duì)待分析的信號(hào)進(jìn)行小波包等頻帶分解，計(jì)算分解后最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差步驟三計(jì)算￡ = $，ε表示信號(hào)中的高頻成分的幅值標(biāo)準(zhǔn)差Qh與原始信號(hào)幅值標(biāo)準(zhǔn)差ο。的比值系數(shù)；根據(jù)總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暤目梢罁?jù)準(zhǔn)則，建立α與ε的取值關(guān)系，自動(dòng)獲取加入高斯白噪聲的幅值標(biāo)準(zhǔn)差比值系數(shù)α的值；由《 = $，可得到總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤氲母咚垢咚拱自肼暦禈?biāo)準(zhǔn)差σ η ；步驟四依據(jù)加入高斯白噪聲的比值系數(shù)與總體平均次數(shù)選擇之間的關(guān)系式+ f IniV = O，可得到總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄖ械目傮w平均次數(shù)N .步驟五對(duì)待分析信號(hào)N次加入具有幅值標(biāo)準(zhǔn)差為0 的高斯白噪聲后，分別對(duì)其按照經(jīng)驗(yàn)?zāi)Ｊ椒纸獾乃惴ㄟM(jìn)行信號(hào)分解，將分解后對(duì)應(yīng)所得的基本模式分量進(jìn)行總體平均計(jì)算，將總體平均后的基本模式分量作為最終輸出。
2.根據(jù)權(quán)利要求1所述的一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ?其特征在于步驟一中期望的信號(hào)分解相對(duì)誤差e是一個(gè)先驗(yàn)的信號(hào)分解期望指標(biāo)，在應(yīng)用中根據(jù)期望的信號(hào)處理效果、實(shí)時(shí)性要求進(jìn)行設(shè)置，在工程實(shí)踐中e的取值范圍為O < e < 1%。
3.根據(jù)權(quán)利要求1所述的一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ?其特征在于步驟二中對(duì)小波包母小波函數(shù)的選取采用Daubechies母小波函數(shù)，小波包的分解層數(shù)為2層或3層，對(duì)信號(hào)進(jìn)行等頻帶小波包分解后，計(jì)算分解所得的最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差σ h。
4.根據(jù)權(quán)利要求1所述的一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ涮卣髟谟诓襟E三中所述總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚拱自肼暤谋戎迪禂?shù)α的取值范圍為0< <f，建立總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸庵屑尤敫咚垢咚拱自肼暤目梢罁?jù)準(zhǔn)則由α的值與原始信號(hào)幅值標(biāo)準(zhǔn)差σ。，依據(jù)《 = $，可計(jì)算針對(duì)不同分析信號(hào)的ση 取值大小。
5.根據(jù)權(quán)利要求2所述的一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ?其特征在于信號(hào)分解相對(duì)誤差e為0. 5%。
全文摘要
本發(fā)明涉及一種小波包輔助的自適應(yīng)抗混總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ā＞唧w步驟為一、對(duì)信號(hào)進(jìn)行小波包分解，計(jì)算分解所得的最高頻帶信號(hào)的幅值標(biāo)準(zhǔn)差系數(shù)；二、提出總體平均經(jīng)驗(yàn)?zāi)Ｊ街薪⒌募尤敫咚垢咚拱自肼暱梢罁?jù)準(zhǔn)則，依據(jù)小波包分解所得的最高頻信號(hào)的幅值標(biāo)準(zhǔn)差自動(dòng)獲取加入高斯高斯白噪聲的幅值標(biāo)準(zhǔn)差大?。蝗?、利用設(shè)置的期望信號(hào)分解相對(duì)誤差值自動(dòng)計(jì)算總體平均次數(shù)；四、對(duì)信號(hào)進(jìn)行自適應(yīng)抗混總體經(jīng)驗(yàn)?zāi)Ｊ椒纸?，得到無模式混淆的基本模式分量，為信號(hào)特征提取提供可靠依據(jù)，解決了經(jīng)驗(yàn)?zāi)Ｊ椒纸庵械哪Ｊ交煜龁栴}與總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸忉槍?duì)不同信號(hào)的自適應(yīng)分解問題。
文檔編號(hào)G06F19/00GK102521502SQ20111040372
公開日2012年6月27日 申請(qǐng)日期2011年11月28日 優(yōu)先權(quán)日2011年11月28日
發(fā)明者馮卓楠, 唐歌實(shí), 申敬松, 訾艷陽, 陳略 申請(qǐng)人:北京航天飛行控制中心