CN107843740A - 一种融合振动与声音信号频谱特征的转速测量方法 - Google Patents

Abstract

本发明公开了一种融合振动与声音信号频谱特征的转速测量方法，该方法主要步骤为：第一，对旋转结构的振动和音频信号离散采样，获得N点采样序列v(n)、a(n)；第二，对v(n)、a(n)进行信号调理并加权得到序列b(n)，并计算其离散频谱B(k)；第三，选取B(k)中p个极值点，记其谱线集合为L；第四，继续采集信号并重复第二步，观察谱线变化并更新L；第五，重复第四步100次，计算L中各谱线连续度，选择连续度最高的谱线k_c进行转速转换。第六，重复第四步，通过卡尔曼滤波确定合适的谱线k_o并输出其转速转换结果。该方法融合了振动和声音信号，综合了旋转机构的振动和声音特性，可在强干扰的情况下准确测量旋转结构的转速。

Description

一种融合振动与声音信号频谱特征的转速测量方法

技术领域

本发明属于机械转速测量领域，涉及一种融合振动与声音信号频谱特征的转速测量方法。

背景技术

旋转结构是生活中常见的设备，例如发电机、电动机、汽车发动机等。旋转结构的转速是其一项重要指标，例如发电机转速的准确测量可以真实的反应产生电力的质量，电动机的转速在全世界大力发展电动汽车的背景下显得更加重要，发动机的转速信息能够综合体现出发动机工作时各种复杂的运行状况。于是旋转结构的转速测量也是对旋转结构的性能进行检测和分析的重要手段。旋转结构转速的变化是有一定规律的并且包含着非常丰富的信息，它是各种力矩相互作用的结果。转速测量对于旋转结构的研究具有重大的意义，传统的测量转速的方法有很多，虽然它们的测量精度基本上都能满足实际需求，但在测量过程中都需要在旋转结构内部的旋转部件或是连接部件上安装相应的传感器，给测量带来不便，也达不到我们所需要的快速检测的目标。旋转结构的振动、声音信号与旋转结构转速存在直接关系，且此两种信号易采集。然而振动与音频信号易受到环境条件影响，对旋转结构转速测量结果造成严重影响。因此，研究出一种在强干扰条件下快速、便捷、灵活的转速测量方法，尽量缩短旋转机构的监测时间，降低检测维修的成本和检测维修工人的专业技术要求，成了现代旋转机械检测产业的需求。

本发明提出的方法，解决了强干扰条件下传统旋转机构转速测量方法难以准确测量旋转结构转速的难题。采用振动与音频信号，可解决单一信号源适应面小的问题，通过卡尔曼滤波可快速滤除强噪声干扰，通过转速转换可准确计算旋转结构转速结果。本方法测量过程快速方便，测量结果准确，不需要拆分旋转结构部件，适用于各种不同类型的旋转结构，为旋转结构转速快速测量提供了一条有效的途径。

发明内容

本发明提出的一种融合振动与声音信号频谱特征的转速测量方法，解决了强干扰条件下传统旋转结构转速测量方法难以准确测量旋转结构转速的难题。采用振动与音频信号，可解决单一信号源适应面小的问题，通过卡尔曼滤波可快速滤除强噪声干扰，通过转速转换可准确计算旋转结构转速结果。本方法测量过程快速方便，测量结果准确，不需要拆分旋转结构部件，适用于各种不同类型的旋转结构，为旋转结构转速快速测量提供了一条有效的途径。

为解决上述技术问题，本发明提出的解决方案为：第一，对旋转结构的振动和音频信号离散采样，获得N点采样序列v(n)、a(n)；第二，对v(n)、a(n)进行信号调理并加权得到序列b(n)，并计算其离散频谱B(k)；第三，选取B(k)中p个极值点，记其谱线集合为L；第四，继续采集信号并重复第二步，观察谱线变化并更新L；第五，重复第四步100次，计算L中各谱线连续度，选择连续度最高的谱线k_c进行转速转换。第六，重复第四步，通过卡尔曼滤波确定合适的谱线k_o并输出其转速转换结果。该方法融合了振动和声音信号，综合了旋转机构的振动和声音特性，可在强干扰的情况下准确测量旋转结构的转速。

本发明的技术方案如下：

一种融合振动与声音信号频谱特征的转速测量方法，其特征在于：使用加速度传感器和音频传感器分别采集旋转结构的振动信号和音频信号，对信号调理后进行加窗FFT，搜寻其频谱的p个最大极值点，作为转速备选。继续采集振动信号与音频信号，观察极大值点变化，选取其中连续变化且幅值最大的极值点作为初试转速谱线。将初始转速谱线作为卡尔曼滤波输入，对后续转速测量结果进行滤波。最后通过转速转换输出旋转结构的转速测量结果，具体包括以下步骤：

步骤一，使用加速度传感器和音频传感器以采样频率f_s分别采集时域振动信号和音频信号，得到N点离散振动序列v(n)、离散音频序列a(n)，n＝0，1，2，…，N-1；

步骤二，对振动序列v(n)和音频序列a(n)进行信号调理得到调理后的离散序列y(n)，使用窗函数w(n)对离散序列y(n)进行加权得到序列b(n)，然后进行FFT得到其离散频谱B(k)；

步骤三，选取B(k)中前p个幅值大的极值点，记极值点谱线位置的集合为L＝[k₁,k₂,…,k_p]，选取方法为：频谱B(k)中的最大值为B_max，则取T_min＝B_max/8为极值阈值，即极值点幅值B(k)>T_min且其幅值是频谱最大的p个，则k∈L；

步骤四，继续采集振动信号和音频信号各d点，与前述振动序列v(n)和音频序列a(n)中的d-1至N-1点组成新的N点离散振动序列v(n)、离散音频序列a(n)，并重复步骤二得到离散频谱，观察集合L中极值点的变化情况并更新集合L，其方法为：L[g]∈L，g＝1,2,…,p；若在区间[L[g]-1，L[g]+1]内存在一个频谱极值k_new且B(k_new)>T_min，则其连续标志F_g＝1，同时k被k_new替换；反之，其连续标志F_g＝0，k不变；

步骤五，重复步骤四100次，记录L中各谱线的连续标志F_g(z)，z＝1,2,…,100；计算L中各谱线的连续度E_g＝sum(F_g)，sum()表示求和，若max(E_g)<90，则重复步骤四和步骤五；若max(E_g)>90，则选择其中连续度最高的极值点的谱线位置k_c作为初始转速谱线，进行转速转换；

步骤六，重复步骤四，得到信号离散频谱，将前一次转速对应的谱线k_c作为输入k_i代入简化卡尔曼滤波过程得到转速谱线范围[k_i-Δk·d/f_s,k_i+Δk·d/f_s]，其中Δk表示旋转结构每秒的转速加速度，在谱线范围内搜索频谱中幅值最大的极值点谱线位置作为当前转速输出谱线位置k_o，对k_o进行转速转换得到其即时转速测量结果RPM；

步骤七，重复步骤六，即可得到旋转结构的连续转速测量结果。

所述方法的特征在于，步骤二中，对振动序列v(n)和音频序列a(n)的调理公式为：

所述方法的特征在于，步骤二中，窗函数w(n)为高斯汉宁混合卷积窗，其表达式为：

w(n)＝[G(u₁)*G(u₂)]*[H(u₃)*H(u₄)]

其中G()，H()分别表示高斯窗和汉宁窗的时域表达式，u₁、u₂、u₃、u₄表示构建w(n)所使用的窗函数长度不同，分别为U₁、U₂、U₃、U₄。

所述方法的特征在于，步骤六中，转速转换的方法为：

式中，λ表示旋转结构转速与频率的比值，h表示参与转速转换的谱线位置k_o左右的谱线数。

本发明提出的一种融合振动与声音信号频谱特征的转速测量方法，解决了强干扰条件下传统旋转结构转速测量方法难以准确测量旋转结构转速的难题。采用振动与音频信号，可解决单一信号源适应面小的问题，通过卡尔曼滤波可快速滤除强噪声干扰，通过转速转换可准确计算旋转结构转速结果。本方法测量过程快速方便，测量结果准确，不需要拆分旋转结构部件，适用于各种不同类型的旋转结构，为旋转结构转速快速测量提供了一条有效的途径。

附图说明

图1为本发明中实现一种融合振动与声音信号频谱特征的转速测量方法的程序流程图。

具体实施方式

本发明提出了一种融合振动与声音信号频谱特征的转速测量方法。以下结合附图作详细说明：

如图1所示，一种融合振动与声音信号频谱特征的转速测量方法流程如下：

第一步，设采样频率为f_s，对旋转结构的振动信号v(t)和声音信号a(t)进行采样，得到振动和声音离散采样序列v(n)和a(n)，v(t)和a(t)可表示为：

式中，H_v、H_a分别为振动和音频信号中含有的频率成分数，m为频率成分次数，A_vm、A_am分别为振动和音频信号第m次频率成分的幅值；t为时间；f_vm、f_am分别为第m次频率成分的频率；分别为第m次频率成分的相位；δ_v、δ_a分别为信号采集过程中混入的各种噪声。为验证本发明所述的旋转结构转速测量方法，本实施例中振动信号中包含3个频率成分，其频率为25Hz、35Hz、40Hz，各频率成分幅值为100、80和40，为方便计算初相位为均为0°；音频信号中包含5个频率成分，分别为10Hz、25Hz、35Hz、40Hz和52Hz，各频率成分幅值为50、30、100、60和40，为方便计算初相位为均为0°。振动和音频信号中各加入30dB的加性白噪声。根据采样定理，采样频率设置为f_s＝512Hz。

对电压和电流信号进行离散采样，得到信号长度N＝128点的电压和电流离散采样序列：

式中，n＝0，1，2，…，N-1；

第二步，对振动序列v(n)和音频序列a(n)进行信号调理得到调理后的离散序列y(n)，调理所用公式为：

使用窗函数w(n)对离散序列y(n)进行加权得到序列b(n)，如下所示：

w(n)＝[G(u₁)*G(u₂)]*[H(u₃)*H(u₄)] (7)

b(n)＝w(n)·y(n) (8)

其中G()，H()分别表示高斯窗和汉宁窗的时域表达式，u₁、u₂、u₃、u₄表示构建w(n)所使用的窗函数长度不同，分别为U₁、U₂、U₃、U₄。

然后进行FFT得到其离散频谱B(k)：

B(k)＝FFT(b(n)) (9)

其中，符号“FFT”表示快速傅里叶变换。

第三步，选取B(k)中前p个幅值大的极值点，记极值点谱线位置的集合为L＝[k₁,k₂,…,k_p]，选取方法为：频谱B(k)中的最大值为B_max，则取T_min＝B_max/8为极值阈值，即极值点幅值B(k)>T_min且其幅值是频谱最大的p个，则k∈L；本实施例中，B_max＝1.59E+12，T_min＝1.98E+11，L＝[10，12]。

步骤四，继续采集振动信号和音频信号各d点，与前述振动序列v(n)和音频序列a(n)中的d-1至N-1点组成新的N点离散振动序列v(n)、离散音频序列a(n)，并重复步骤二得到离散频谱，观察集合L中极值点的变化情况并更新集合L，其方法为：L[g]∈L，g＝1,2,…,p；若在区间[L[g]-1，L[g]+1]内存在一个频谱极值k_new且B(k_new)>T_min，则其连续标志F_g＝1，同时k被k_new替换；反之，其连续标志F_g＝0，k不变；由于本实施例中并未采用动态频率信号，故L＝[9，11]。

第五步，重复步骤四100次，记录L中各谱线的连续标志F_g(z)，z＝1,2,…,100；计算L中各谱线的连续度E_g＝sum(F_g)，sum()表示求和，若max(E_g)<90，则重复步骤四和步骤五；若max(E_g)>90，则选择其中连续度最高的极值点对应谱线位置k_c作为初始转速谱线，进行转速转换；若最高的连续度相等，则取其中较大的频谱幅值对应谱线位置作为初始转速谱线；本实施例中，选择k_c＝10；

第六步，重复步骤四，得到信号离散频谱，将前一次转速对应的谱线k_c作为输入k_i代入简化卡尔曼滤波过程得到转速谱线范围[k_i-Δk·d/f_s,k_i+Δk·d/f_s]，其中Δk表示旋转结构每秒的转速加速度，在谱线范围内搜索频谱中幅值最大的极值点谱线位置作为当前转速输出谱线位置k_o，对k_o进行转速转换得到其即时转速测量结果RPM；转速转换的方法

式中，λ表示旋转结构转速与频率的比值，h表示参与转速转换的谱线位置k_o左右的谱线数。本实施例中，输出转速结果为2102转。

第七步，重复步骤六，即可得到旋转结构的连续转速测量结果。

至此，完成了旋转结构连续转速的计算。

综上所述，本发明提出的一种融合振动与声音信号频谱特征的转速测量方法，解决了强干扰条件下传统旋转结构转速测量方法难以准确测量旋转结构转速的难题。采用振动与音频信号，可解决单一信号源适应面小的问题，通过卡尔曼滤波可快速滤除强噪声干扰，通过转速转换可准确计算旋转结构转速结果。本方法测量过程快速方便，测量结果准确，不需要拆分旋转结构部件，适用于各种不同类型的旋转结构，为旋转结构转速快速测量提供了一条有效的途径。

Claims (4)

1.一种融合振动与声音信号频谱特征的转速测量方法，其特征在于：使用加速度传感器和音频传感器分别采集旋转结构的振动信号和音频信号，对信号调理后进行加窗FFT，搜寻其频谱的p个最大极值点，作为转速备选。继续采集振动信号与音频信号，观察极大值点变化，选取其中连续变化且幅值最大的极值点作为初试转速谱线。将初始转速谱线作为卡尔曼滤波输入，对后续转速测量结果进行滤波。最后通过转速转换输出旋转结构的转速测量结果，具体包括以下步骤：

步骤一，使用加速度传感器和音频传感器以采样频率f_s分别采集时域振动信号和音频信号，得到N点离散振动序列v(n)、离散音频序列a(n)，n＝0，1，2，…，N-1；

步骤二，对振动序列v(n)和音频序列a(n)进行信号调理得到调理后的离散序列y(n)，使用窗函数w(n)对离散序列y(n)进行加权得到序列b(n)，然后进行FFT得到其离散频谱B(k)；

步骤三，选取B(k)中前p个幅值大的极值点，记极值点谱线位置的集合为L＝[k₁,k₂,…,k_p]，选取方法为：频谱B(k)中的最大值为B_max，则取T_min＝B_max/8为极值阈值，即极值点幅值B(k)>T_min且其幅值是频谱最大的p个，则k∈L；

步骤四，继续采集振动信号和音频信号各d点，与前述振动序列v(n)和音频序列a(n)中的d-1至N-1点组成新的N点离散振动序列v(n)、离散音频序列a(n)，并重复步骤二得到离散频谱，观察集合L中极值点的变化情况并更新集合L，其方法为：L[g]∈L，g＝1,2,…,p；若在区间[L[g]-1，L[g]+1]内存在一个频谱极值k_new且B(k_new)>T_min，则其连续标志F_g＝1，同时k被k_new替换；反之，其连续标志F_g＝0，k不变；

步骤五，重复步骤四100次，记录L中各谱线的连续标志F_g(z)，z＝1,2,…, 100；计算L中各谱线的连续度E_g＝sum(F_g)，sum()表示求和，若max(E_g)<90，则重复步骤四和步骤五；若max(E_g)>90，则选择其中连续度最高的极值点的谱线位置k_c作为初始转速谱线，进行转速转换；若最高的连续度相等，则取其中较大的频谱幅值对应谱线位置作为初始转速谱线；

步骤六，重复步骤四，得到信号离散频谱，将前一次转速对应的谱线k_c作为输入k_i代入简化卡尔曼滤波过程得到转速谱线范围[k_i-Δk·d/f_s,k_i+Δk·d/f_s]，其中Δk表示旋转结构每秒的转速加速度，在谱线范围内搜索频谱中幅值最大的极值点谱线位置作为当前转速输出谱线位置k_o，对k_o进行转速转换得到其即时转速测量结果RPM；

步骤七，重复步骤六，即可得到旋转结构的连续转速测量结果。

2.根据权利要求1所述的方法，其特征在于，步骤二中，对振动序列v(n)和音频序列a(n)的调理公式为：

。

3.根据权利要求1所述的方法，其特征在于，步骤二中，窗函数w(n)为高斯汉宁混合卷积窗，其表达式为：

w(n)＝[G(u₁)*G(u₂)]*[H(u₃)*H(u₄)]

其中G()，H()分别表示高斯窗和汉宁窗的时域表达式，u₁、u₂、u₃、u₄表示构建w(n)所使用的窗函数长度不同，分别为U₁、U₂、U₃、U₄。

4.根据权利要求1所述的方法，其特征在于，步骤六中，转速转换的方法为：

式中，λ表示旋转结构转速与频率的比值，h表示参与转速转换的谱线位置k_o左右的谱线数。