[發明專利]一種自適應降噪并避免階次混疊的計算階次跟蹤方法

有效

• 申請號: 201910360920.7
• 申請日: 2019-04-30
• 公開（公告）號: CN110084208B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 鄭小霞;王帥;錢軼群;彭鵬
• 申請（專利權）人: 上海電力學院
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 王文穎

本發明公開了一種自適應降噪并避免階次混疊的計算階次跟蹤方法，其特征在于，根據信號轉速信息及預計最高分析階次定義裕量頻率；對信號進行VMD預分解，將中心頻率低于裕量頻率的模態保留，將高于裕量頻率的拋棄，以濾除信號中的高頻噪聲以及非分析階次帶寬內的高階成分；計算重構信號的排列熵PE：PE用來表示時間序列的隨機程度，PE的值越大，時間序列也就越隨機；采用差分進化算法對VMD參數進行優化，得到參數后自適應生成重構信號；計算重采樣階次，對獲得的重構信號進行計算階次跟蹤，得到重采樣信號后進行FFT以得到信號的階次譜。本發明用于處理原始振動信號，以自適應降低采集的振動信號中的噪聲干擾，凸顯故障信息。

技術領域

本發明涉及一種自適應降噪并避免階次混疊的計算階次跟蹤方法，具體涉及一種基于經差分進化優化的變分模態分解和計算階次跟蹤方法，屬于非平穩信號的處理技術領域。

背景技術

旋轉機械變工況運行時的振動信號不僅包含機械設備零部件自身的振動信息，也包含轉速與負載信息，這些信息融合在一起，使得振動信號呈現十分復雜的非平穩特征，使得信號產生嚴重的幅值和頻率調制。如果對這些非平穩振動信號直接采用傳統的頻譜分析技術如傅里葉分析將產生嚴重的頻率模糊現象，導致對相應問題的誤判或漏判。

階次跟蹤是解決這一問題的一種最常用的方法，目前已經發展出了多種形式。計算階次跟蹤(Computed?Order?Tracking，COT)是階次跟蹤技術的一種，其比傳統階次跟蹤更為簡化，而且精度比較高，其通過等角度采樣將時域非平穩信號轉化為角域平穩信號，能將因速度變化產生的影響從振動信號中去除，克服傳統頻譜分析方法難以準確提取變工況條件下特征信息的問題，此外，其對信號中與轉速無關的分量也有一定的抑制作用。如果原始信號中具有較大的噪聲，容易對重要的特征信息造成干擾，影響實際判斷。而且其在角域重采樣時需要指定重采樣階次，如果設置的重采樣階次比較小將會導致模態混疊，增加重采樣階次可以避免這一現象，但是會影響算法效率，更重要的是，實際中往往不知道要分析的最高階次，即便是增加了采樣階次，模態混疊也不能完全避免。

變分模態分解(Variational?Mode?Decomposition，VMD)可以通過迭代搜尋變分模型的最優解確定每個模態的中心頻率和帶寬，自適應地實現信號各模態的有效分離。而且其非遞歸、變分分解模式，能有效克服模態混疊和端點效應等缺點。該算法具有良好的噪聲魯棒性，其在降低信號噪聲、凸顯故障特征信息等方面均具有良好的作用，很適合用于處理非平穩信號。

發明內容

本發明所要解決的技術問題是：變工況下運用階次跟蹤技術時存在的階次混疊問題。

為了解決上述技術問題，本發明通過以下技術方案實現：

一種自適應降噪并避免階次混疊的計算階次跟蹤方法，其特征在于，包括以下步驟：

步驟1)：根據信號轉速信息及預計最高分析階次定義裕量頻率：

假設某段時間內參考軸的最高轉速為n_max，最低轉速為n_min，振動信號的采樣頻率為f_s，所要分析的信號的最高階次為O_max，那么臨界頻率f_c的計算公式為：

那么，在階次帶寬O_max內，信號頻率f的變化如式2所示：

f(O≤Omax)≤f_c??式2；

考慮到裕量m，定義裕量頻率f_m為：

f_m＝f_c+m??式3；

步驟2)：對信號進行VMD預分解，將中心頻率低于裕量頻率的模態保留，將高于裕量頻率的拋棄，以濾除信號中的高頻噪聲以及非分析階次帶寬內的高階成分：