专利名称：一种信号中周期瞬态成分的自适应检测方法
技术领域：
本发明涉及一种信号的分析检测方法，具体涉及一种对信号中的周期瞬态特征进 行检测的方法，可用于机械设备的故障诊断与状态监测及生物医学信号的检测。
背景技术：
对于信号中的瞬态成分的检测，尤其是具有周期性的瞬态特征的检测，在机械设 备的故障诊断与状态监测、生物医学信号的检测等领域具有广泛的应用。由于检测过程中 获得的信号中存在着各种原因引起的噪声，因而其中的瞬态成分亦会被噪声污染。最直接的瞬态成分检测方法就是直接判断时域信号中是否存在瞬态成分，但是由 于信号中的瞬态成分往往被夹杂在噪声中，直接判断信号中瞬态成分的准确性较低，效率 也较低。通过信号的功率谱估计也是分析信号中周期特征的一种的常用的方法。但是对 于信号中持续时间短的周期瞬态特征，在功率谱中表现为较小的幅值，往往被噪声淹没，同 时，瞬态特征本身是高频成分，所以功率谱在高频段且对频率的跨度很大，通过功率谱检测 往往不能得到显著的特征。进行自相关表示是检测信号中的周期成分的一种有效方法，但是对于信号中的瞬 态成分，由于持续时间短，瞬态成分的分布往往是高斯的，因此通过自相关往往不能得到清 晰的特征。实践中，常用的周期瞬态特征的检测方法是对信号进行包络，然后对包络信号进 行自相关或者计算功率谱，自相关所反映的周期或者功率谱所反映的周期就是信号中瞬态 成分的周期。但是，该方法需要计算包络，且要求信号的噪声较弱，对于在强噪声中存在的 周期瞬态冲击，仍然能力一般。匹配追踪是一种自适应小波分解方法，它可以将任意信号分解成一组基函数的线 性展开。这些基函数来自于小波原子库，它们很好地与信号局部特性相匹配。受匹配追踪 思想的启发，“Laplace小波相关滤波法与冲击响应提取”，訾艳阳等，振动工程学报，2003年 3月，第16卷第1期，第67-70页，通过计算小波原子库中的每个Laplace小波原子与检测 信号的内积，即计算两者的相关系数，最大相关系数对应的Laplace小波原子的参数就表 示检测信号中瞬态成分的特征参数。
发明内容
本发明目的是提供一种信号中周期瞬态特征的检测方法，以检测信号中的瞬态特 征的周期，提高周期判断的效率和准确性。为达到上述目的，本发明采用的技术方案是一种信号中的周期瞬态特征的检测 方法，利用传感装置输入并进行模/数转换，获得信号X (t)，检测信号X (t)中是否存在周期 瞬态特征，包括如下步骤(1)建立小波库，并参数化表示，记为Ψ“ ·，ζ，τ，t)，其中，i表示小波类型，f表 示频率，ξ表示衰减因子，τ表示延时时间，并记参数矢量Y = (i，f，ζ，T)，t表示时间参数。小波库中包含的小波函数有Morlet小波、Mexican-Hat小波、Laplace小波、单边 Morlet小波、单边Mexican-Hat小波等，对应的参数化表达式如表1所示，对应的小波原子 波形如图1所示。表1小波库参数化表达式 小波参数对应的集合分别记为F、Ζ、Τ。为 (2)计算相关系数kY ( τ )，以其为评价指标，根据相关系数最大的原则，选取与信 号相似程度最高的基小波，并确定其对应的参数，记为
其中，η表示对应的基 小波在小波库中的编号，/、ζ、^分别表示对应的频率、衰减因子、延时等参数。相关系数可以用于评价两信号或矢量之间的相似程度，可以用内积来定义。对于 有限长度的离散矢量x、y，其内积为 式中，θ与x、y的线性程度有关，若χ与y完全线性相关，则θ =O0可以定义相 关系数为 相关系数c反映了 χ与y的相关程度，若χ与y完全线性相关，则 根据式(2)，检测信号x(t)与小波原子Wi(f，ζ，τ，t)的相似程度可以用系数
ky表不 为了寻找与x(t)相关性最强的Wdf，ζ，τ，t)，需要在矩阵kY中寻找其最大值
L0025」 式中， 、-f、ξ、f为与检测信号x(t)最相似的小波类型以及对应的特征参
数，此参数可近似为检测信号中冲击响应成分的特征参数。为了方便图形化表示，现定义关 于时间参数τ的函数、(τ) 式中，kY ( τ )表示每个时刻τ相关系数kY的最大值，/(Γ)与^(Γ)分别表示每个 时刻τ与最大相关系数对应的频率和阻尼比。(3)构造周期小波，记为 式中，T为两相邻小波原子之间的时间间隔，即周期。令集合Tt= (T1, T2,…，TJ 表示小波周期库，该周期库包含检测信号X(t)中可能出现的周期，下限为0，上限为信号的 时间长度，间隔为检测信号的采样时间间隔；(4)利用相关系数为评价指标，将检测信号x(t)和各周期小波
分别 计算相关系数kT (T)，其中T e Tt，设定阈值，若计算得出的相关系数kTm中的最大值大于 阈值，则信号中包含周期成分，根据相关系数最大原则，自适应选取周期Γ ,选取的周期Γ即 为信号中存在的周期瞬态成分的周期；若计算得出的相关系数kT(T)中的最大值小于阈值， 则信号中不包含周期成分。上述技术方案中，阈值的选定一般可以由技术人员根据现场试验确定。通常，阈值 选择过大，难以检出周期成分，阈值选择过小，可能导致在应用于故障检测时，对非故障情 况发生误报。因此，阈值一般在0. 1到0.3之间选择。优选的阈值V = 0.2。检测信号x(t)与周期小波
的相似程度可以用系数kT表示 kT是关于周期T的函数，故记为kT(T)。与kY类似，kT(T)的最大值记为kTmax 式中，与最大值kTmaxm对应的f即为与被测信号中循环冲击响应对应的循环周期。由于该方法是基于互相关运算，不仅能自适应完成瞬态成分特征参数辨识，而且 能检测瞬态成分的周期，所以把这种方法称为“基于相关的周期瞬态成分自适应检测方 法”。由于旋转机械设备故障故障时会导致周期特征出现，运用上述信号周期瞬态成分 自适应检测方法，在待检测设备的壳体上安装加速度传感器，检测设备的振动加速度信号， 作为检测信号X(t)，采用上述的自适应检测方法对信号X(t)进行检测，当信号X(t)中存在 有周期瞬态成分时，该方法不仅能检测瞬态成分的特征参数，还能检测瞬态成分之间的时间间隔，即周期。利用此周期则判定机械设备中对应该周期的可能故障位置存在有故障。由于上述技术方案运用，本发明与现有技术相比具有下列优点1.本发明首先建立小波库，再与检测信号进行互相关运算，然后建立周期小波函 数，再与检测信号进行互相关运算，能自适应的完成周期瞬态成分特征参数及周期的检测。2.通过对机械设备的振动信号的周期瞬态成分的检测，本发明可以实现对机械设 备故障特征的自适应检测。
图1是小波库中小波波形示意图；图2是实施例一中齿轮箱内部传动结构示意简图；图3是实施例一中齿轮箱三档齿轮断齿断齿状态的时域波形和自适应检测结果；图4是实施例二中轴承外圈局部故障时时域波形和自适应检测结果；图5是实施例二中轴承外圈局部故障时时域波形和自适应检测结果。
具体实施例方式下面结合附图及实施例对本发明作进一步描述实施例一齿轮断齿故障检测齿轮的某个齿断裂后，会引起振动信号中存在瞬态冲击成分，且该成分加载在噪 声和齿轮的啮合频率中，需要进行检测才能以清晰的特征表示出来。对象为某汽车变速器的三档啮合齿轮故障的检测，齿轮箱的动力传递结构如图2 所示。试验过程中在变速器的壳体上安装压电加速动传感器，用于拾取振动加速度信号。振 动加速度信号经压电加速度传感器、电荷放大器后由计算机采集并存储。对于该齿轮箱的三档齿轮，周期有4个分别是主动齿轮的旋转周期、被动齿轮的 旋转周期、常啮合主动齿轮的旋转周期、常啮合被动齿轮的旋转周期。这四个周期分别为 (a) T = 0. 050 (b)T = 0. 054 (c)T = 0. 040 (d)T = 0. 030。对三档啮合状态下的振动信 号进行周期瞬态成分特征检测。图3 (a)为三档齿轮存在断齿故障时测得的振动信号x(t)波形，存在周期为0. 05s 的瞬态冲击成分，但在时域图中无法观察出该周期。图3(b)为Morlet小波原子与信号x(t) 的相关系数kY ( τ )波形，最大相关系数kYmax = 0. 4665所对应的小波原子如图3(c)所示。 与最大相关系数对应的Morlet小波特征参数分别为/ = 276Hz，ξ = 0.0062 ,f = 0.0660s。
以该小波原子为单位，建立周期小波，并与信号χ (t)进行互相关运算，得出相关系数函数 kT(T)如图3(d)所示。从图中可观察出最大相关系数1^_ = 0.4283大于阈值V = 0.2，对 应的周期为f = 0.0503s ,与三档齿轮存在故障对应的周期一致，有效地诊断出故障。图3(e) 得到结果后重构的周期小波与信号x(t)之间的对比，从图中可明显看出该方法在齿轮箱 故障导致的瞬态冲击成分检测的有效性。实施例二 一种轴承局部故障的检测轴承的外圈、内圈和滚动体是轴承故障的主要发生部位，发生在这些部位的局部 故障(如局部的剥落、腐蚀等)往往会导致轴承振动中出现瞬态冲击，在轴承转速恒定的情 况下，振动信号中存在周期的瞬态冲击成分。然而，由于局部故障引起的振动的持续时间短，同时该瞬态冲击往往是夹杂在背景噪声中，表现不明显，表现为时域信号的能量增加不 显著，在频域内的频带较宽，不易检测。实验对象为安装在减速机轴端的深沟滚子轴承，型号为6205-2RSJEM SKF。试验时 压电加速度传感器安装在减速机壳体上接近轴承的位置。振动加速度信号经压电加速度传 感器、电荷放大器后由计算机采集并存储。试验是在设置故障的状态下进行的。分别设置轴承的典型故障外圈故障局部和 内圈局部故障。在这种情况下，根据轴承的结构参数和实验时转速1797r/min，采样频率为 48KHz，计算各种运动学参数，如表1。表2中的周期表明，在轴承的外圈发生局部故障时候， 振动信号中存在发生周期为0. 00931s的周期瞬态冲击成分，同样在内圈局部故障时，存在 发生周期为0. 00616s的冲击特征。表2轴承6205的运动学参数 采集轴承外圈局部故障和内圈局部故障时的振动信号，分别利用自适应检测方法 对其分析处理，计算故障特征频率对应的周期。图4为轴承外圈局部故障时的分析结果示意图。图4(a)为采集的振动信号x(t) 波形，其中存在周期为0. 00931s的瞬态冲击成分，从图中能看出周期的存在，但无法定量 判断。图4(b)为Laplace小波原子与信号x(t)的相关系数kY ( τ )，最大相关系数kYmax =0. 4708对应的小波原子如图3(c)所示。与之对应的小波原子参数分别为/ = 3460Hz， ζ = 0.0150 ,￥ = 0.01305。以该小波原子为单位，建立周期小波，并与信号χ (t)进行互相关运 算，得出相关系数函数&(10，如图4(d)所示。计算得出的最大相关系数为kTmax = 0.5646， 大于阈值V = 0.2，对应的周期为f = 0.0092&,与轴承外圈存在局部故障对应的周期基本 一致，有效地诊断出故障。图4(e)得到结果后重构的周期小波与信号x(t)之间的对比，从 图中可明显看出该方法在瞬态冲击成分检测的有效性。图5为轴承内圈局部故障时的分析结果示意图，与图4类似，得到的最大相关 系数kγ ( τ ) = 0. 2235对应的Laplace小波原子的参数分别为/ = 2637Hz，ξ = 0.055， Ε = 0.045(^。以该小波原子为单位，建立周期小波，并与信号x(t)进行互相关运算，得出相 关系数函数kT(T)如图5(d)所示。计算的最大相关系数*kTmax = 0.2532，大于阈值V = 0. 2，对应的周期为f = 0.006145 ,与轴承内圈存在局部故障对应的周期基本一致，有效地诊 断出故障。图5(e)得到结果后重构的周期小波与信号x(t)之间的对比，从图中可明显看 出该方法在瞬态冲击成分检测的有效性。从本实例可以看出，基于相关的周期瞬态成分自适应检测方法能有效检测出故障 特征频率对应的周期，从而有效诊断出故障。基于相关的周期瞬态成分自适应检测方法不仅能检测周期瞬态成分的特征参数， 而且能检测周期，其特点决定了该方法能有效应用于旋转机械故障诊断。
权利要求
一种信号中周期瞬态成分的检测方法，利用传感装置输入并进行模/数转换，获得信号x(t)，检测信号x(t)中是否存在周期瞬态成分，其特征在于，包括如下步骤(1)建立小波库，并参数化表示，记为Ψi(f，ζ，τ，t)，其中，i表示小波类型，f表示频率，ξ表示衰减因子，τ表示延时时间，并记参数矢量γ＝(i，f，ζ，τ)，t表示时间参数；(2)计算相关系数kγ(τ)，以其为评价指标，根据相关系数最大的原则，选取与信号相似程度最高的基小波，并确定其对应的参数，记为其中，n表示对应的基小波在小波库中的编号，分别表示对应的频率、衰减因子、延时参数；(3)构造周期小波，记为则 <mrow><msubsup> <mi>Ψ</mi> <mi>n</mi> <mi>T</mi></msubsup><mrow> <mo>(</mo> <mover><mi>f</mi><mo>‾</mo> </mover> <mo>,</mo> <mover><mi>ζ</mi><mo>‾</mo> </mover> <mo>,</mo> <mover><mi>τ</mi><mo>‾</mo> </mover> <mo>,</mo> <mi>t</mi> <mo>)</mo></mrow><mo>=</mo><munder> <mi>Σ</mi> <mi>j</mi></munder><msub> <mi>Ψ</mi> <mi>n</mi></msub><mrow> <mo>(</mo> <mover><mi>f</mi><mo>‾</mo> </mover> <mo>,</mo> <mover><mi>ζ</mi><mo>‾</mo> </mover> <mo>,</mo> <mover><mi>τ</mi><mo>‾</mo> </mover> <mo>,</mo> <mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>jT</mi><mo>)</mo> </mrow> <mo>)</mo></mrow> </mrow>式中，T为两相邻小波原子之间的时间间隔，即周期；令集合Tt＝{T1，T2，…，Tn}表示小波周期库，该周期库包含检测信号x(t)中可能出现的周期，下限为0，上限可取为信号的时间长度，间隔为检测信号的采样时间间隔；(4)利用相关系数为评价指标，将检测信号x(t)和各周期小波分别计算相关系数kT(T)，其中T∈Tt，设定阈值，若计算得出的相关系数kT(T)中的最大值大于阈值，则信号中包含周期成分，根据相关系数最大原则，自适应选取周期选取的周期即为信号中存在的周期瞬态成分的周期；若计算得出的相关系数kT(T)中的最大值小于阈值，则信号中不包含周期成分。FSA00000161034500011.tif,FSA00000161034500012.tif,FSA00000161034500013.tif,FSA00000161034500015.tif,FSA00000161034500016.tif,FSA00000161034500017.tif
2.根据权利要求1所述的信号中周期瞬态成分的检测方法，其特征在于所述阈值为 0. 1 0. 3。
3.根据权利要求2所述的信号中周期瞬态成分的检测方法，其特征在于所述阈值为0. 2。
4.权利要求1所述信号中的周期瞬态成分的检测方法在设备故障检测中的应用，其 特征在于在待检测设备的适当位置上安装传感器，检测设备的振动信号，作为检测信号 x(t)，采用权利要求1所述的检测方法对信号x(t)进行检测，若检测的周期与该设备某零 件的故障特征周期吻合，则判定设备中与该周期对应的零件位置存在有故障。
全文摘要
本发明公开了一种信号中的周期瞬态成分的自适应检测方法，利用传感装置输入并进行模/数转换，获得信号x(t)，检测信号x(t)中是否存在周期瞬态成分，包括如下步骤建立小波库，并参数化表示；根据相关系数最大的原则，选取与信号相似程度最高的基小波，并确定其对应的参数，记为构造周期小波将检测信号x(t)和周期小波计算相关系数kT(T)，根据相关系数最大原则，自适应选取周期选取的周期即为信号中存在的周期瞬态成分的周期。本发明方便地实现了瞬态成分特征参数及周期的自适应检测，提高周期判断的效率和准确性；特别适用于对机械设备的故障的自动识别。
文档编号G01M13/02GK101886977SQ20101019886
公开日2010年11月17日 申请日期2010年6月12日 优先权日2010年6月12日
发明者朱忠奎, 王安柱, 王诗彬 申请人:苏州大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
