[發(fā)明專利]基于模態(tài)波和高斯混合模型的轉(zhuǎn)子碰摩聲發(fā)射識別方法

有效

• 申請?zhí)枺?/td>: 200910027182.0
• 申請日: 2009-05-22
• 公開（公告）號: CN101566519A
• 公開（公告）日: 2009-10-28
• 發(fā)明（設(shè)計）人: 鄧艾東;趙力;包永強
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G01M7/00
• 分類號: G01M7/00;G01H1/00
• 代理公司: 南京經(jīng)緯專利商標代理有限公司
• 代理人: 許 方

技術(shù)領(lǐng)域

發(fā)明涉及一種基于模態(tài)波和高斯混合模型的轉(zhuǎn)子碰摩聲發(fā)射識別方法，屬于聲發(fā)射信號的識別方法的技術(shù)領(lǐng)域。

背景技術(shù)

動靜碰摩是大型旋轉(zhuǎn)機械的一個重大研究課題，用常規(guī)的振動檢測方法判斷碰摩效果不理想，尤其碰摩早期特征較弱時，振動檢測法存在很大困難。聲發(fā)射(AcousticEmission，AE)以其獨特的優(yōu)點為碰摩檢測與識別提供了一條新的途徑。與振動信號相比，AE信號的頻響范圍寬、信息量大、信噪比高，特別是在故障早期特征較弱時，可以彌補振動信號對微弱碰摩不敏感而容易造成漏判的缺陷，因此在碰摩早期的故障診斷更具優(yōu)越性。但由于AE面臨的噪聲干擾問題突出，尤其是旋轉(zhuǎn)機械相對惡劣的工作環(huán)境以及運行時設(shè)備自身產(chǎn)生的多源性強噪聲，加之AE信號在結(jié)構(gòu)傳播過程中存在的衰減與失真，使得對感興趣的碰摩AE信號的識別就變得更加困難，而目前對轉(zhuǎn)子碰摩AE識別方法的研究還不夠深入，因此基于AE技術(shù)的碰摩故障診斷還沒能發(fā)揮應(yīng)有的作用。提高和改進AE信號分析能力，研究更加有效的AE源特征識別方法，是推動AE技術(shù)應(yīng)用的關(guān)鍵。

模態(tài)聲發(fā)射(Modal?Acoustic?Emission，MAE)是一種基于導(dǎo)波理論的AE信號處理技術(shù)，它認為材料中的AE源在負載作用下，產(chǎn)生的彈性波是頻率和模式多樣的導(dǎo)波信號，不同模式波在傳播介質(zhì)中的傳播速度和頻率都各不相同，一些模態(tài)波還存在頻散效應(yīng)。通過研究AE波中的組成模式，可以將這些模態(tài)波與AE源機制聯(lián)系起來，為判斷AE源機制(即故障類型)提供先驗知識，此外非AE源或噪聲沒有這些模態(tài)波特征，因此MAE理論為我們識別AE和剔除噪聲提供了理論依據(jù)。

發(fā)明內(nèi)容

本發(fā)明目的是針對現(xiàn)有技術(shù)存在的缺陷提供一種基于模態(tài)波和高斯混合模型的轉(zhuǎn)子碰摩聲發(fā)射識別方法。

本發(fā)明為實現(xiàn)上述目的，采用如下技術(shù)方案：

本發(fā)明基于模態(tài)波和高斯混合模型的轉(zhuǎn)子碰摩聲發(fā)射識別方法，其特征在于包括以下步驟：

(1)采用碰摩聲發(fā)射試驗裝置獲得聲發(fā)射信號；

(2)對步驟1所述的聲發(fā)射信號進行短時分幀，對每個短時幀分別提取倒譜系數(shù)，并將每個短時幀依次經(jīng)過基于波形長度的分形維算法、中值濾波得到分形維，將每個短時幀對應(yīng)的倒譜系數(shù)和分形維共同組成識別碰摩聲發(fā)射信號的混合特征參數(shù)；

(3)確定碰摩聲發(fā)射信號中的模態(tài)波種類：

當D_i-D_i+1＞0.4，且D_i+1至D_i+n的平均值小于1.4，則為模態(tài)類型1；當D_i-D_i+1＞0.4，且D_i+1至D_i+n的平均值大于1.4，則為模態(tài)類型3；

當D_i-D_i+1＜-0.4，則為模態(tài)類型2，其中D_i為步驟2所述的發(fā)生跳變的第i個短時幀的Katz-MF分形維，n為分形維數(shù)量，i和n都為自然數(shù)，下同；

(4)對于每一種類型的模態(tài)波分別建立一個相對應(yīng)的高斯混合模型：采用所有模態(tài)波密度的均值矢量協(xié)方差矩陣∑_i和混合權(quán)值a_i參數(shù)化得到高斯混合模型λi={ai,μ→i,Σi},]]>并將步驟2所述的碰摩聲發(fā)射信號中的每個模態(tài)波分別經(jīng)過高斯混合模型訓(xùn)練得到N個聲發(fā)射信號模態(tài)波模板，N為模態(tài)波數(shù)量，N為自然數(shù)，下同；

(5)將待識別信號重復(fù)步驟2后經(jīng)過步驟4所述的聲發(fā)射信號模態(tài)波模板匹配輸出各模態(tài)波模型的似然概率，按設(shè)定的權(quán)值比例合并各模態(tài)波模型的似然概率得到總似然概率；

(6)當步驟5所述的總似然概率大于門限值，則待識別信號中存在聲發(fā)射信號。

本發(fā)明的優(yōu)點和效果在于：