[發明專利]一種聲學差動智能軸承變尺度自適應去噪方法及聲學智能軸承

在審

• 申請號: 202111130543.1
• 申請日: 2021-09-26
• 公開（公告）號: CN113887369A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 丁曉喜;劉銳;劉勝蘭;李玉蘭;譚華平;黃文彬;邵毅敏
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;H03H21/00
• 代理公司: 重慶雙馬智翔專利代理事務所(普通合伙) 50241
• 代理人: 顧曉玲

1.一種聲學差動智能軸承變尺度自適應去噪方法，其特征在于，于軸承外圈端面采集期望聲音信號x₁(n)，于軸箱蓋上采集參考聲音信號x₂(n)；

對期望聲音信號x₁(n)進行自適應變分模態分解，確定最優分解層數k_opt和帶寬懲罰系數α_opt；

根據得到的最優分解層數k_opt與帶寬懲罰系數α_opt計算最優模態中心頻率并以此設計維納濾波器組，采用維納濾波器組對期望聲音信號x₁(n)和參考聲音信號x₂(n)進行分解得到多個分解子信號對；

利用參考聲音信號x₂(n)的子信號濾除期望聲音信號x₁(n)子信號的帶內噪聲，輸出所有去噪模態為最終的模態，將所有去噪模態求和得到重構的降噪信號。

2.根據權利要求1所述的聲學差動智能軸承變尺度自適應去噪方法，其特征在于，對期望聲音信號x₁(n)進行自適應變分模態分解的步驟為：

初始化VMD分解參數，包括噪聲松弛設置tau、分解直流分量設置DC、模態中心頻率初始化方式init和收斂準則tol，設置分解層數向量K＝[k₁,k₂,…,k_p]∈R^p，p表示分解層數向量K的維數，帶寬懲罰系數向量α＝[α₁,α₂,…,α_q]∈R^q，q表示帶寬懲罰系數α的維數，初始化峭度矩陣Q＝zeros(p,q)∈R^p×q；

選取參數組合(k_i,α_j)(1≤i≤p,1≤j≤q)，對期望聲音信號x₁(n)進行VMD分解得到各模態{u_k}的頻域表達{u_k(ω)}和對應中心頻率{ω_k}：

[{u_k(ω)},{ω_k}]＝VMD(x₁,k_i,α_j,tau,DC,init,tol) (1)，

式中，x₁是期望聲音信號，{u_k(ω)}＝{u₁(ω),u₂(ω),…,u_ki(ω)}是VMD對x₁進行分解輸出的各模態的頻域表達，{ω_k}＝{ω₁,ω₂,…,ω_ki}是各模態的中心頻率；

對{u_k(ω)}進行傅里葉逆變換，得到各模態的時域表達{u_k(n)}，在時域內將u_k(n)相加，重構基于VMD分解的去噪信號

其中，IFFT(·)表示傅里葉逆變換；

計算重構信號的峭度并將其寫入峭度矩陣；

式中，N是數據重構信號的長度；

遍歷分解參數與帶寬懲罰參數的所有組合情況(k_i，α_j)(1≤i≤p,1≤j≤q)，計算分解參數與帶寬懲罰參數的所有組合情況下的重構信號的峭度，得到峭度矩陣Q；

搜尋峭度矩陣Q中元素最大值，將搜尋峭度矩陣Q中元素最大值對應的分解參數(k_opt,α_opt)作為最優分解層數和帶寬懲罰參數。