[發明專利]基于短時稀疏傅里葉變換的旋轉機械瞬時轉速估計方法

有效

• 申請號: 202011049462.4
• 申請日: 2020-09-29
• 公開（公告）號: CN112229627B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 李福生;馬騫;曾小龍
• 申請（專利權）人: 電子科技大學
• 主分類號: G01M13/04
• 分類號: G01M13/04;G01M13/045;G01M13/00;G01H17/00;G06F17/14
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

本發明涉及旋轉機械故障診斷領域，公開了一種基于短時稀疏傅里葉變換的旋轉機械瞬時轉速估計方法，用于提升變轉速機械信號信息提取以及分析的速度及精度。本發明根據軸承故障振動信號進行時頻分析，在傳統的短時傅里葉峰值搜索的基礎上，結合稀疏傅里葉變換算法計算得到信號的瞬時頻率，再利用參考軸瞬時轉速與瞬時頻率的對應關系，獲取瞬時轉速信息，進而實現無轉速計的轉速快速擬合進而實現變轉速下高頻旋轉機械非穩定動態信息的快速提取。本發明適用于非平穩工況下旋轉機械故障診斷。

技術領域

本發明涉及旋轉機械信息提取領域，特別涉及基于短時稀疏傅里葉變換的旋轉機械瞬時轉速估計方法。

背景技術

旋轉機械作為一種關鍵的自動平衡裝置，被廣泛應用于電力、石化、航空航天等各種工業領域。為處理旋轉機械中不平衡、不對稱、摩擦、松動等振動故障，對機械振動信息及瞬時轉速的有效提取對設備的監測保護和故障診斷有著重要的意義。然而，在實際工程中，由于機械運行條件可能難以安裝轉速計，劇烈的信號噪聲及變轉速下的復雜工況往往掩蓋了信號特征，故而難以有效的對其瞬時轉速進行精確提取。

瞬時轉速估計是在非平穩工況無轉速計的情況下對旋轉機械的瞬時頻率進行采集進而計算出瞬時轉速的方法。對于非平穩信號的瞬時頻率計算，傳統應用中通常采用的方法有：短時傅里葉算法、時頻分布法、希爾伯特黃變換法等。短時稀疏傅里葉算法結合了短時傅里葉算法及稀疏傅里葉算法，具有多項優點：(1)在短時稀疏傅里葉窗函數截取的振動信號中，常常滿足稀疏特性并且信息集中于少量大值頻點中，有利于有效信息的快速提取；(2)能夠濾除信號頻段中噪聲產生的非大值頻點，對信號進行重構，有較好的抗噪能力，有效的提升了信號的時頻聚焦性，改善了頻譜模糊的問題。

發明內容

本發明提供了一種短時稀疏傅里葉算法對變轉速機械運動的瞬時轉速進行估計的方法，從而顯著地提高變轉速機械信號信息提取以及分析的速度。

為實現上述目的，本發明采用的技術方案是：根據變轉速機械振動信號特征進行時頻分析，首先在傳統的短時傅里葉峰值搜索的基礎上，結合稀疏傅里葉變換計算得到信號的瞬時頻率，再利用參考軸瞬時轉速與瞬時頻率的對應關系，實現無轉速計的轉速快速擬合進而實現變轉速下旋轉機械非穩定動態信息的快速提取。

進一步的，本發明的具體步驟包括：

步驟1：采集原始軸承的振動信號z(t)；

步驟2：定義短時稀疏傅里葉算法中的Hamming窗函數g_T(t)；

步驟3：初始化相關參數：信號長度N、窗長winLen、重疊點數noverlap、采樣頻率f、稀疏度k；

步驟4：將原始軸承的振動信號z(t)和窗函數g_T(t)轉換為列向量，利用信號長度、窗長、重疊點數計算出窗滑動次數n；

步驟5：把轉換為列向量的窗函數擴展為n列的矩陣w，并將窗函數選取的原始信號段表示為列，得到一個n×winLen的矩陣Fig，將矩陣Fig和w進行點乘，得到點乘結果；

步驟6：對點乘結果選定一個相鄰頻點最小間隔σ，通過濾波器的散列函數進行數量為B組的分筐操作，按一定概率進行頻譜重排；

步驟7：進一步選取平坦窗函數G(n)加窗提取信號；

步驟8：加窗提取之后，做信號時域降采樣，再進行B維傅里葉變換，由分筐后的B個頻點恢復出加窗提取后信號的N個頻點。

步驟9：使用哈希映射將恢復出的N個頻點段映射至長度為B的降采樣譜中，迭代L次定位循環，得到候選非零系數位置集合；若每一次定位循環中的候選非零系數位置在候選非零系數位置集合中出現次數大于L/2并且定位循環迭代次數達到了L次，則可獲得k個大值頻點系數位置坐標集合Ir；