CN107941322B - 一种谐波识别方法和计算设备 - Google Patents
一种谐波识别方法和计算设备 Download PDFInfo
- Publication number
- CN107941322B CN107941322B CN201711050021.4A CN201711050021A CN107941322B CN 107941322 B CN107941322 B CN 107941322B CN 201711050021 A CN201711050021 A CN 201711050021A CN 107941322 B CN107941322 B CN 107941322B
- Authority
- CN
- China
- Prior art keywords
- window
- frequency
- harmonic
- amplitude
- frequency spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H13/00—Measuring resonant frequency
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种谐波识别方法,包括步骤:获取机械设备的振动信号的频谱;对振动信号的频谱中的数据点进行稀释,以得到第一频谱;对第一频谱中的噪声进行滤除,以得到第二频谱;将机械设备的频率搜索区间等分为多个子区间;对于每个子区间,获取第二频谱中该子区间内幅值最大的数据点对应的频率;以所确定的频率为基础频率,得到至少一个谐波频率;以及按照从小到大的顺序依次针对每个谐波频率,判断该谐波频率是否存在谐波,直至确定谐波在某个谐波频率处终止为止。本发明还公开一种计算设备和计算机可读存储介质。
Description
技术领域
本发明涉及设备状态监测领域,尤其涉及一种谐波识别方法和计算设备。
背景技术
在设备状态监测领域,频谱的谐波分析是一种广泛采用的技术。通过对频谱上某一频率的谐波数量和幅值进行分析,可以用于诊断轴承、齿轮以及松动等机械设备的故障类型。
由于机械设备通常由很多部件组成,因此频谱上会同时出现较多谱线。通常需要人工根据设备转速和部件型号来选取相应的频率,查看该频率是否有谐波、以及谐波能量的情况。这种人工谐波识别方法相当费时费力,并且诊断效率低下。
因此需要一种更智能的谐波识别的方案。
发明内容
鉴于此,本发明提供了一种新的信号处理的方案,以力图解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供了一种谐波识别方法,包括步骤:获取机械设备的振动信号的频谱;对振动信号的频谱中的数据点进行稀释,以得到第一频谱;对第一频谱中的噪声进行滤除,以得到第二频谱;将机械设备的频率搜索区间等分为多个子区间;对于每个子区间,获取第二频谱中该子区间内幅值最大的数据点对应的频率;以所确定的频率为基础频率,得到至少一个谐波频率;以及按照从小到大的顺序依次针对每个谐波频率,判断该谐波频率是否存在谐波,直至确定谐波在某个谐波频率处终止为止。
在根据本发明的方法中,对振动信号的频谱中的数据点进行稀释,以得到第一频谱的步骤包括:在振动信号的频谱起点处设置具有第一窗宽的第一窗口,第一窗宽指示该第一窗口内所含频谱数据点的个数;重复将第一窗口沿频谱横轴正方向移动第一步长,以形成一个新的第一窗口,直至新的第一窗口到达频谱终点为止,第一步长指示第一窗口移动时经过的频谱数据点个数;其中对于每个第一窗口,确定该第一窗口对应的数据点的幅值和频率,以形成第一频谱。
在根据本发明的方法中,第一窗口对应的数据点的幅值和频率分别为第一窗口内的幅值最大值、以及第一窗口的中心频率。
在根据本发明的方法中,对第一频谱中的噪声进行滤除,以得到第二频谱的步骤包括:获取第一频谱上的噪声包络线;以及保留第一频谱上超过噪声包络线的数据点,以形成第二频谱。
在根据本发明的方法中,获取第一频谱上的噪声包络线的步骤包括:在第一频谱的起点处设置具有第二窗宽的第二窗口,第二窗宽指示该第二窗口内所含第一频谱数据点的个数;重复将第二窗口沿第一频谱横轴正方向移动第二步长,以形成一个新的第二窗口,直至新的第二窗口到达第一频谱终点为止,第二步长指示第二窗口移动时经过的第一频谱数据点个数;其中对于每个第二窗口,计算该第二窗口的幅值中值;根据该第二窗口内的数据点的幅值与该第二窗口的幅值中值计算该第二窗口的幅值参考值;根据位于该第二窗口的中心的数据点的幅值、该第二窗口的幅值参考值和幅值中值,来确定该第二窗口对应的数据点的幅值和频率,以形成噪声包络线。
在根据本发明的方法中,根据该第二窗口内的数据点的幅值与该第二窗口的幅值中值计算该第二窗口的幅值参考值的步骤包括:计算该第二窗口内的每个数据点的幅值与该第二窗口的幅值中值的差值;计算得到的多个差值的中值;将得到的中值乘以预定数值后得到第二窗口的幅值参考值。
在根据本发明的方法中,根据位于该第二窗口的中心的数据点的幅值、该第二窗口的幅值参考值和幅值中值,来确定该第二窗口对应的数据点的幅值和频率的步骤包括:选取位于第二窗口的中心的数据点;若该数据点的幅值与第二窗口的幅值中值的差值大于预定倍数的幅值参考值,该第二窗口对应的数据点的幅值基于该第二窗口的幅值中值和第二频谱的幅值最大值而得到,其频率为位于第二窗口的中心的数据点的频率。
在根据本发明的方法中,判断该谐波频率是否存在谐波的步骤包括:将第二频谱中该谐波频率的搜索区间内的幅值最大值作为该谐波频率的幅值;根据该谐波频率的幅值与第二频谱的幅值最大值来判断该谐波频率存在谐波还是谐波终止在该谐波频率处。
在根据本发明的方法中,还包括步骤:对于每个子区间,根据第二频谱的幅值最大值、该子区间的谐波能量和和谐波数量来计算该子区间的谐波显著指数;选取谐波显著指数最大的子区间对应的基础频率、谐波数量和谐波能量和为谐波识别结果。
在根据本发明的方法中,按照以下公式来计算子区间的谐波显著指数:
根据本发明的另一个方面,提供了一种计算设备,包括:一个或多个处理器;存储器;以及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行根据本发明的谐波识别方法中的任一方法的指令。
根据本发明的还有一个方面,提供了一种存储程序的可读存储介质,程序包括指令,指令当由计算设备执行时,使得计算设备执行根据本发明的谐波识别方法中的任一方法。
根据本发明的谐波识别方案,可以迅速地在低信噪比、谱线杂乱、不同分辨率的频谱上准确地识别频谱谐波,实现了自动化的谐波识别,从而进一步定位故障,大大减少了人工分析频谱的工作,特别适用于部件信息不准确、缺失、或者机械设备转速变化而未采集转速的场景。
其中,通过对数据点的稀释处理,极大减少了计算量,从而保证可以更快速地在大范围上搜索谐波频率。还通过对地脚噪声的滤除,避免了地脚噪声对频谱的谐波识别的影响,尤其适用于高背景噪声、变转速下频谱、以及包络谱中的谐波识别。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个示例性实施例的计算设备100的结构示意图;
图2示出了根据本发明一个示例性实施例的谐波识别方法200的流程图;
图3示出了根据本发明一个示例性实施例的振动信号的频谱示意图;
图4示出了根据本发明一个示例性实施例的频谱稀释前后的对比示意图;
图5示出了根据本发明一个示例性实施例的噪声包络线的示意图;
图6示出了根据本发明另一个示例性实施例的第二频谱的示意图;
图7和图8分别示出了根据本发明一个示例性实施例的风力发电设备齿轮箱的频谱和第二频谱的示意图;以及
图9示出了根据本发明一个示例性实施例的风力发电设备齿轮箱的谐波示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个示例性实施例的计算设备100的结构框图。该计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和网络服务器等,也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。此外,计算设备100还可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。
在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器((μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器218可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个程序122以及程序数据124。在一些实施方式中,程序122可以被配置为在操作系统上由一个或者多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
其中,计算设备100的一个或多个程序122包括用于执行根据本发明的谐波识别方法中任一方法的指令。
图2示出了根据本发明一个示例性实施例的谐波识别方法200的流程图。如图2所示,谐波识别方法200始于步骤S210。
在步骤S210中,获取机械设备的振动信号的频谱,如图3所示。可以理解地,如果频谱的分辨率过高,会导致计算时间过长,浪费计算资源。因此在步骤S220中,需要对该振动信号的频谱中的数据点进行稀释,以得到第一频谱,也就是稀释后的频谱。具体地,在振动信号的频谱的起点处可以设置一个具有第一窗宽n的第一窗口,该第一窗宽n指示该第一窗口内所含频谱数据点的个数。将第一窗口沿频谱横轴正方向移动第一步长m,以形成一个新的第一窗口,重复这样的移动,直至新的第一窗口到达频谱终点为止,第一步长m指示第一窗口移动时经过的频谱数据点个数。其中,对于每个第一窗口,均确定此时该第一窗口对应的数据点的幅值和频率,最后每个窗口对应的数据点可以形成第一频谱。根据本发明的一个实施方式,第一窗口对应的数据点的幅值和频率分别可以为第一窗口内的幅值最大值、以及该第一窗口的中心频率(即位于第一窗口中心位置的数据点对应的频率)。
通常第一窗口的第一窗宽n和第一步长m可以相等,这样稀释得到的第一频谱所包含的数据点即为原频谱的1/n。图4示出了根据本发明一个示例性实施例的频谱稀释前后的对比示意图,其中,第一窗口的第一窗宽为100,第一步长为100。显然地,稀释前频谱包含的数据点密集,而稀释后,只有外包络保留下来,数据点数减少至之前的1/100。
可以理解地,限于采集数据的传感器的性能、以及采集时的背景噪声等因素,获取的频谱会含有较显著的地脚噪声,而这种地脚噪声的存在,会极大地影响谐波识别的精度。因此在稀释得到第一频谱之后,还可以在步骤S230中,对第一频谱中的例如地脚噪声这样的噪声进行滤除,以得到第二频谱。
根据本发明的一个实施方式,可以先获取第一频谱上的噪声包络线,而后去除第一频谱上低于该噪声包络线的数据点,同时保留第一频谱上超过该噪声包络线的数据点,以形成第二频谱。
其中,获取第一频谱上的噪声包络线的方法可以如下:在第一频谱的起点处设置具有第二窗宽k的第二窗口,该第二窗宽指示该第二窗口内所含第一频谱数据点的个数。将第二窗口沿第一频谱横轴正方向移动第二步长l,以形成一个新的第二窗口。重复这种移动,直至新的第二窗口到达第一频谱终点为止。第二步长指示第二窗口移动时经过的第一频谱数据点个数,通常可以为1。
其中,对于每个第二窗口,同样需要确定该第二窗口对应的数据点的幅值和频率,这样最终获得的数据点可以形成噪声包络线。具体地,计算该第二窗口的幅值中值mi。而后根据该第二窗口内的数据点的幅值与该第二窗口的幅值中值计算该第二窗口的幅值参考值σ,例如,可以分别计算该第二窗口内的每个数据点的幅值与该第二窗口的幅值中值的差值,再计算得到的多个差值的中值,将得到的中值乘以预定数值(通常为1.4826)后得到第二窗口的幅值参考值σ。
最后,根据位于该第二窗口的中心的数据点的幅值、该第二窗口的幅值参考值σ和幅值中值mi,来确定该第二窗口对应的数据点的幅值和频率。根据本发明的一个实施方式,可以选取位于第二窗口的中心的数据点,若该数据点的幅值(假设为Ai)与第二窗口的幅值中值mi的差值大于预定倍数(通常为3倍)的幅值参考值σ,即|Ai-mi|>3*σ,则该第二窗口对应的数据点的幅值可以基于该第二窗口的幅值中值mi和第二频谱的幅值最大值Amax而得到,例如,幅值可以为mi+Amax/20。该第二窗口对应的数据点的频率则为位于第二窗口的中心的数据点的频率。
若该数据点的幅值(假设为Ai)与第二窗口的幅值中值mi的差值不大于预定倍数(通常为3倍)的幅值参考值σ,即|Ai-mi|≤3*σ,则该第二窗口对应的数据点的幅值可以基于位于第二窗口的中心的数据点的幅值和第二频谱的幅值最大值Amax而得到,例如幅值可以为位于第二窗口的中心的数据点的幅值再加上Amax/20,频率则为位于第二窗口的中心的数据点的频率。
最后得到的每个第二窗口对应的数据点可以形成噪声包络线。图5示出了根据本发明的一个示例性实施方式的噪声包络线的示意图,其中,第二窗口的第二窗宽为40,第二步长为1。
而后将第一频谱中低于噪声包络线的数据点的幅值设为0,可得到滤除地脚噪声后的第二频谱。图6示出了根据本发明的一个示例性实施方式的第二频谱的示意图,显然地,第二频谱的谱线相当明晰,有利于准确识别谐波数量和谐波能量。
得到第二频谱之后,在步骤S240中,将机械设备的频率搜索区间等分为多个子区间。其中机械设备的频率搜索区间可根据设备的结构和需要识别的故障类型来预先配置。假设频率搜索区间为[a,b),将该频率搜索区间等分得到的子区间可如下:每个子区间的长度为w/2,w可根据搜索需要而设置,通常为2-10hz。
而后,对于每个子区间,在步骤S250中,获取第二频谱中该子区间内幅值最大的数据点对应的频率f。
在步骤S260中,以所确定的频率f为基础频率,得到至少一个谐波频率,例如2f,3f,4f,...,50f。
接着,在步骤S270中,从频率最小的那个谐波频率(即2f)开始,按照从小到大的顺序依次针对每个谐波频率,判断该谐波频率是否存在谐波,直至确定谐波在某个谐波频率处终止为止。具体地,对于一个谐波频率,判断该谐波频率是否存在谐波的步骤可以包括:先将第二频谱中该谐波频率的搜索区间内的幅值最大值作为该谐波频率的幅值Af,其中该谐波频率的搜索区间以该谐波频率为中心,其区间长度等于bd,例如谐波频率2f的搜索区间为其中bd可以根据基础频率f取值而变化,例如基础频率f>=300hz时,bd=3,又例如基础频率f<300hz时,bd=基础频率/10。
而后根据该谐波频率的幅值Af与第二频谱的幅值最大值Amax来判断该谐波频率存在谐波、还是谐波终止在该谐波频率处。
根据本发明的一个实施方式,如果谐波频率的幅值Af大于等于Amax/20,则认为该谐波频率存在谐波。如果谐波频率的幅值Af小于Amax/20,则认为谐波在该谐波频率处终止,那么不再做后续判断。
此外,对于每个子区间,还可以根据第二频谱的幅值最大值Amax、该子区间的谐波能量和、以及谐波数量来计算该子区间的谐波显著指数H。并选取谐波显著指数最大的子区间对应的基础频率、谐波数量和谐波能量和为谐波识别结果。具体地,可以按照以下公式来计算子区间的谐波显著指数H:
其中,谐波能量和为该子区间存在的所有谐波的能量之和。
下面举例来说明整个谐波识别的过程。
图7和图8分别示出了根据本发明一个示例性实施方式的风力发电设备齿轮箱的频谱和第二频谱示意图。该齿轮箱存在断齿故障,其频率搜索区间设为16hz~35hz。
假设等分得到的子区间长度为2hz,最终识别到的存在谐波的子区间、
基础频率、谐波显著指数、谐波能量和和谐波数量如下表:
其中,子区间28hz~30hz的谐波显著指数最大,因此选取该子区间的基础频率及其谐波频率为最终的谐波识别结果,在图9中以星号标出。对齿轮箱来说,频谱的谐波数量达到20个以上意味着存在如齿面磨损甚至断齿等的齿轮故障。因此,通过本发明的谐波识别可以准确地自动化实现设备故障诊断。
综上,本发明的谐波识别方法实现了自动化的准确谐波识别,从而进一步定位故障,大大减少了人工分析频谱的工作,特别适用于部件信息不准确、缺失、或者机械设备转速变化而未采集转速的场景。
其中,通过对数据点的稀释处理,极大减少了计算量,从而保证可以更快速地在大范围上搜索谐波频率。还通过对地脚噪声的滤除,避免了地脚噪声对频谱的谐波识别的影响,尤其适用于高背景噪声、变转速下频谱、以及包络谱中的谐波识别。
应当理解,这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被该机器执行时,该机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的该程序代码中的指令,执行本发明的各种方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
本发明还可以包括:A9、如A1所述的方法,其中,还包括步骤:对于每个子区间,根据所述第二频谱的幅值最大值、该子区间的谐波能量和和谐波数量来计算该子区间的谐波显著指数;选取谐波显著指数最大的子区间对应的基础频率、谐波数量和谐波能量和为谐波识别结果。A10、如A1所述的方法,其中,按照以下公式来计算子区间的谐波显著指数:H=谐波能量和/第二频谱的幅值最大值+谐波数量/50其中,H为谐波显著指数。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (11)
1.一种谐波识别方法,包括步骤:
获取机械设备的振动信号的频谱;
对所述振动信号的频谱中的数据点进行稀释,以得到第一频谱;
获取第一频谱上的噪声包络线;
保留第一频谱上超过所述噪声包络线的数据点,以形成第二频谱;
将所述机械设备的频率搜索区间等分为多个子区间;
对于每个子区间,
获取第二频谱中该子区间内幅值最大的数据点对应的频率;
以所确定的频率为基础频率,得到至少一个谐波频率;以及
按照从小到大的顺序依次针对每个谐波频率,判断该谐波频率是否存在谐波,直至确定谐波在某个谐波频率处终止为止。
2.如权利要求1所述的方法,其中,所述对所述振动信号的频谱中的数据点进行稀释,以得到第一频谱的步骤包括:
在所述振动信号的频谱起点处设置具有第一窗宽的第一窗口,所述第一窗宽指示该第一窗口内所含频谱数据点的个数;
重复将第一窗口沿频谱横轴正方向移动第一步长,以形成一个新的第一窗口,直至新的第一窗口到达频谱终点为止,所述第一步长指示第一窗口移动时经过的频谱数据点个数;其中
对于每个第一窗口,确定该第一窗口对应的数据点的幅值和频率,以形成第一频谱。
3.如权利要求2所述的方法,其中,所述第一窗口对应的数据点的幅值和频率分别为所述第一窗口内的幅值最大值、以及所述第一窗口的中心频率。
4.如权利要求1所述的方法,其中,所述获取第一频谱上的噪声包络线的步骤包括:
在所述第一频谱的起点处设置具有第二窗宽的第二窗口,所述第二窗宽指示该第二窗口内所含第一频谱数据点的个数;
重复将第二窗口沿第一频谱横轴正方向移动第二步长,以形成一个新的第二窗口,直至新的第二窗口到达第一频谱终点为止,所述第二步长指示第二窗口移动时经过的第一频谱数据点个数;其中
对于每个第二窗口,计算该第二窗口的幅值中值;
根据该第二窗口内的数据点的幅值与该第二窗口的幅值中值计算该第二窗口的幅值参考值;
根据位于该第二窗口的中心的数据点的幅值、该第二窗口的幅值参考值和幅值中值,来确定该第二窗口对应的数据点的幅值和频率,以形成所述噪声包络线。
5.如权利要求4所述的方法,其中,所述根据该第二窗口内的数据点的幅值与该第二窗口的幅值中值计算该第二窗口的幅值参考值的步骤包括:
计算该第二窗口内的每个数据点的幅值与该第二窗口的幅值中值的差值;
计算得到的多个差值的中值;
将得到的中值乘以预定数值后得到所述第二窗口的幅值参考值。
6.如权利要求4或5所述的方法,其中,根据位于该第二窗口的中心的数据点的幅值、该第二窗口的幅值参考值和幅值中值,来确定该第二窗口对应的数据点的幅值和频率的步骤包括:
选取位于第二窗口的中心的数据点;
若该数据点的幅值与第二窗口的幅值中值的差值大于预定倍数的幅值参考值,该第二窗口对应的数据点的幅值基于该第二窗口的幅值中值和所述第二频谱的幅值最大值而得到,其频率为位于第二窗口的中心的数据点的频率。
7.如权利要求1所述的方法,其中,所述判断该谐波频率是否存在谐波的步骤包括:
将第二频谱中该谐波频率的搜索区间内的幅值最大值作为该谐波频率的幅值;
根据该谐波频率的幅值与所述第二频谱的幅值最大值来判断该谐波频率存在谐波还是谐波终止在该谐波频率处。
8.如权利要求1所述的方法,其中,还包括步骤:
对于每个子区间,根据所述第二频谱的幅值最大值、该子区间的谐波能量和和谐波数量来计算该子区间的谐波显著指数;
选取谐波显著指数最大的子区间对应的基础频率、谐波数量和谐波能量和为谐波识别结果。
10.一种计算设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1-9所述的方法中的任一方法的指令。
11.一种存储程序的可读存储介质,所述程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1-9中任一个所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050021.4A CN107941322B (zh) | 2017-10-31 | 2017-10-31 | 一种谐波识别方法和计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050021.4A CN107941322B (zh) | 2017-10-31 | 2017-10-31 | 一种谐波识别方法和计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107941322A CN107941322A (zh) | 2018-04-20 |
CN107941322B true CN107941322B (zh) | 2020-02-11 |
Family
ID=61936760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711050021.4A Active CN107941322B (zh) | 2017-10-31 | 2017-10-31 | 一种谐波识别方法和计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107941322B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110987427B (zh) * | 2019-12-31 | 2021-11-09 | 安徽容知日新科技股份有限公司 | 一种用于机械设备的数据处理方法、装置及系统 |
CN113467877B (zh) * | 2021-07-07 | 2023-12-05 | 安徽容知日新科技股份有限公司 | 一种数据显示系统及方法 |
CN114166507B (zh) * | 2021-11-19 | 2024-04-12 | 郑州恩普特科技股份有限公司 | 一种基于快速谱峭度的谐波识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197143A (zh) * | 2013-02-28 | 2013-07-10 | 哈尔滨工业大学 | 基于汉宁窗fft算法与遍历滤波的谐波、间谐波检测方法 |
US20160051158A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Harmonic template classifier |
CN105784338B (zh) * | 2014-12-19 | 2018-06-29 | 安徽容知日新科技股份有限公司 | 旋转设备基础频率的高次谐波定位方法 |
CN105758640B (zh) * | 2014-12-19 | 2018-07-17 | 安徽容知日新科技股份有限公司 | 旋转设备特征频率计算方法 |
CN106680585B (zh) * | 2017-01-05 | 2019-01-29 | 攀枝花学院 | 谐波/间谐波的检测方法 |
-
2017
- 2017-10-31 CN CN201711050021.4A patent/CN107941322B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107941322A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107941322B (zh) | 一种谐波识别方法和计算设备 | |
CN105389349B (zh) | 词典更新方法及装置 | |
US11748595B2 (en) | Convolution acceleration operation method and apparatus, storage medium and terminal device | |
CN110795628B (zh) | 一种基于相关性的搜索词处理方法、装置及计算设备 | |
CN109996269A (zh) | 一种无线通信网络异常原因确定方法、装置、设备及介质 | |
CN111626360B (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
CN115510795A (zh) | 一种数据处理方法以及相关装置 | |
CN105447190A (zh) | 基于卷积神经网络的图片检索方法、装置和服务器 | |
CN107885875B (zh) | 检索词的同义变换方法、装置及服务器 | |
CN115577858A (zh) | 基于区块链的碳排放量预测方法、装置及电子设备 | |
CN109635034B (zh) | 训练数据重采样方法、装置、存储介质及电子设备 | |
CN110988673B (zh) | 电机转子故障检测方法、装置及终端设备 | |
CN107870862B (zh) | 新控件预测模型的构建方法、遍历测试方法和计算设备 | |
CN117150310A (zh) | 一种基于fpga的快速傅里叶变换频谱提取优化方法 | |
CN112016636A (zh) | 一种基于Hadoop框架的作物光谱聚类分析处理方法 | |
CN116070958A (zh) | 归因分析方法、装置、电子设备和存储介质 | |
CN111639763B (zh) | 一种液压油污染度的检测模型训练方法、检测方法及装置 | |
CN113030648A (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
CN112633044A (zh) | 一种信号处理方法、装置及介质 | |
CN1821728A (zh) | 多路激光系统功率平衡参数测量处理装置及功率平衡方法 | |
CN113884761B (zh) | 一种提高测频精度的方法、装置、设备及介质 | |
CN115310049B (zh) | 一种时间序列数据的周期检测方法、装置及设备 | |
CN108009019B (zh) | 分布式数据定位实例的方法、客户端及分布式计算系统 | |
CN109026525B (zh) | 一种风力发电机组的运维方法、装置及系统 | |
CN109189346B (zh) | 一种数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |