[發明專利]一種旋轉機械混合信號的時頻域頻譜提取方法

無效

• 申請號: 201110422978.3
• 申請日: 2011-12-15
• 公開（公告）號: CN102519578A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 肖明;崔得龍
• 申請（專利權）人: 廣東石油化工學院
• 主分類號: G01H17/00
• 分類號: G01H17/00
• 代理公司: 茂名市穗海專利事務所 44106
• 代理人: 李好琚

技術領域

本技術涉及一種旋轉機械特征頻譜提取方法，特別是一種具有盲信號分離的能有效提取旋轉機械混合信號的時頻域頻譜提取方法，屬于信號處理領域。

背景技術

機械設備中很大部分是旋轉機械，旋轉機械指汽輪機、鼓風機、發電機、壓縮機、水輪機、電動機等，主要構成部件有轉子、支撐轉子的軸承、定子或機器殼體、聯軸器等，它涉及到動力、電力、化工、冶金、機械制造等重要的工程領域。

旋轉機械混合信號的時頻分析是信號處理的一個重要領域，其研究對象主要是非平穩信號。時頻分析的任務是描述信號的頻譜如何在時間上變化，研究并了解時變頻譜在數學和物理之間的對應關系，構造合適的時頻分布并進行恰當的處理，達到不同的信號處理目的。因此，尋找合適的、性能優良的時頻分布成為非平穩信號分析與處理的一個重要研究內容。目前，研究非平穩信號常用的方法有短時傅里葉變換、維格納-威爾分布、科恩類等，不同分析方法具有不同的特點和應用范圍。

1946年，Gabor(Gabor?D.Theory?of?communication.IEE，1946，93(III)：429-457)提出了短時傅里葉變換方法，通過適當窗函數的選取，就可實現一定程度上的時頻分析，而且通過短時傅里葉變換建立起來的頻譜圖是最簡單、最直觀的一種時頻分布，但在分析非平穩信號時，時間分辨率和頻率分辨率要受到窗函數寬度的限制，不能同時達到最優。1948年，Ville(Ville?J.Theorie?et?application?de?la?notion?de?signal?analytique.Cables?et?Transmission，1948，2A：61-74)提出了著名的的維格納-威爾分布，不久之后人們又提出了科恩類時頻分布方法。維格納-威爾分布和科恩類分布雖然具有良好的時頻特性，可以準確估計信號瞬時頻率、瞬時帶寬等時頻參數，但由于存在交叉干擾項，影響它們的實際應用范圍。除此之外，非平穩信號分析與處理還包括時變譜估計技術和最優過濾技術在非平穩信號處理中的延伸和發展。此外，非平穩信號分析和處理還包括一些重要專題，如特殊平穩信號的平穩化處理、循環平穩信號分析與處理等。

1999年Lee和Seung在Nature上發表了非負矩陣分解(Non-negative?Matrix?Factorizations，NMF)的最新研究成果(LEE?D，SEUNG?H，“Learning?the?parts?of?objects?by?non-negative?matrix?factorization，”Nature，1999，401：788-791)，非負矩陣分解是在矩陣中所有元素均為非負數約束條件之下的矩陣分解方法，這種非負性條件符合許多實際問題的要求。NMF的實現是一個優化求解的過程，基本思想是合理地構造目標函數，交替地優化W和H從而得到NMF的一個局部最優解V＞＞WH，算法的關鍵是目標函數的設定和迭代規則的選擇。

區別于主分量分析、線性鑒別分析、投影尋蹤、因子分析、冗余歸納、獨立分量分析等常用的信號變換方法，NMF使分解后的所有分量均為非負值(純加性)，并且同時實現非線性的維數約減。這種非負性的限制導致了相應描述在一定程度上的稀疏性，更能體現智能數據處理的本質。純加性和稀疏性使得對數據的描述變得方便與合理，同時還在一定程度上抑制外界變化對特征提取造成的影響，所以NMF已逐漸成為信號處理、生物醫學工程、模式識別、計算機視覺和圖像工程等研究領域中最受歡迎的多維數據處理工具之一。

發明內容

針對現有時頻分析工具的不足，提供了一種基于非負矩陣分解的旋轉機械混合信號的時頻域頻譜提取方法，它能夠快速準確的提取特征頻譜，同時有效的降低外界噪聲的干擾。

為了實現這樣的目的，本發明提供的一種旋轉機械混合信號的時頻域頻譜提取方法，它包括如下步驟：

第1步：將采集到的振動信號進行歸一化預處理，得到歸一化振動信號：