CN108680247A - 基于振动烈度低频滤波修正的振动信号转换方法 - Google Patents

基于振动烈度低频滤波修正的振动信号转换方法 Download PDF

Info

Publication number
CN108680247A
CN108680247A CN201810467842.6A CN201810467842A CN108680247A CN 108680247 A CN108680247 A CN 108680247A CN 201810467842 A CN201810467842 A CN 201810467842A CN 108680247 A CN108680247 A CN 108680247A
Authority
CN
China
Prior art keywords
frequency
vibration
cut
signal
domain
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.)
Granted
Application number
CN201810467842.6A
Other languages
English (en)
Other versions
CN108680247B (zh
Inventor
朱勇
汤胜楠
李伟
周岭
王川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Zhenjiang Fluid Engineering Equipment Technology Research Institute of Jiangsu University
Original Assignee
Jiangsu University
Zhenjiang Fluid Engineering Equipment Technology Research Institute of Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University, Zhenjiang Fluid Engineering Equipment Technology Research Institute of Jiangsu University filed Critical Jiangsu University
Priority to CN201810467842.6A priority Critical patent/CN108680247B/zh
Publication of CN108680247A publication Critical patent/CN108680247A/zh
Application granted granted Critical
Publication of CN108680247B publication Critical patent/CN108680247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供了基于振动烈度低频滤波修正的振动信号转换方法，具体包括：步骤(1)：使带通滤波器下限截止频率fd在有限范围区间内连续取值，分别对振动加速度信号进行频域一次积分，得到振动速度信号；步骤(2)：计算不同fd条件下所得振动速度信号的振动烈度，绘制振动烈度关于fd的关系曲线；步骤(3)：根据关系曲线，确定出振动烈度发生突变时对应的最小截止频率fmin；步骤(4)：根据实际需要设定带通滤波器的上限截止频率，令下限截止频率fd＝fmin进行低频滤波修正，再分别对振动加速度信号进行频域一次和二次积分，获得振动速度和振动位移信号。本发明有效地克服了传统频域积分的低频敏感性及累积误差放大效应，可用于不同类型振动信号之间的精确转换。

Description

基于振动烈度低频滤波修正的振动信号转换方法
技术领域
本发明涉及振动信号处理领域，尤其涉及基于振动烈度低频滤波修正的振动信号转换方法。
背景技术
在机械故障诊断和状态监测中，常用到加速度、速度和位移三种振动参量。但是，在机械振动信号实际测试中，由于仪器设备或测试环境的限制，振动速度和振动位移的测量通常较为困难和复杂，而加速度传感器由于具有体积小、重量轻、频率范围宽、安装方便等优点得到了更加广泛的应用。然而，在许多行业中，往往又需要振动速度和振动位移信息。因此，在很多工程实际中就涉及到振动信号类型转换问题，即将振动加速度信号转换为振动速度信号和振动位移信号。
上述信号转换过程可以通过硬件或软件积分来实现。但是硬件积分不仅会增加测试成本，而且对积分器性能要求高，积分结果也不够理想。近年来，随着动态测试技术和数据处理技术的发展，软件积分方法开始逐渐得到推广应用，尤其是傅里叶(Fourier)变换在信号时域－频域转换方面表现出的独特优势为我们提供了有利工具。然而，以Fourier变换为核心的传统频域积分虽然在理论上已经比较成熟，但在实际应用中由于噪声干扰、低频趋势项等因素的影响，往往会产生很大的低频振荡和峰值误差，具有低频敏感性，计算结果的精度还存在进一步提升的空间。然而，低频段也恰是加速度传感器精度很差的频段，所以低频段的干扰是传统频域积分产生误差的一个主要来源。目前，常用的方法是直接将低于某一频率的分量在频谱上置零处理来去除趋势项，这种方法从分析和操作上十分简洁，但应用中如何界定下限截止频率存在困难。因此，亟需发明一种能够确定传统频域积分最佳下限截止频率，克服其低频敏感性及累积误差放大效应，且能够用于振动信号类型精确转换的新方法。
发明内容
针对现有技术中存在不足，本发明提供了一种基于振动烈度低频滤波修正的振动信号转换方法，旨在提供一种能够确定传统频域积分最佳下限截止频率、克服其低频敏感性及累积误差放大效应，且能够用于振动加速度信号与振动速度信号及振动位移信号之间精确转换的新方法。
本发明是通过以下技术手段实现上述技术目的的。
基于振动烈度低频滤波修正的振动信号转换方法，具体包括以下步骤：
步骤(一)：使带通滤波器H(k)的下限截止频率fd在一个有限的范围区间[fdmin,fdmax]内取值，在下限截止频率fd的不同取值条件下，分别对振动加速度时域信号进行频域一次积分，得到相应的振动速度时域信号；
步骤(二)：计算经步骤(一)得到的在不同下限截止频率fd条件下的振动速度时域信号所对应的振动烈度，绘制振动烈度关于下限截止频率fd的关系曲线；
步骤(三)：根据步骤(二)得出的振动烈度关于下限截止频率fd的变化曲线，确定出振动烈度发生突变时对应的最小截止频率fmin，定义fmin为频域积分的最佳下限截止频率；
步骤(四)：根据实际需要设定带通滤波器H(k)的上限截止频率fu，令下限截止频率fd＝fmin进行低频滤波修正，再分别对振动加速度时域信号进行频域一次和频域二次积分，即可获得振动速度时域信号和振动位移时域信号。
进一步，所述带通滤波器H(k)的表达式为：
式中，fd、fu分别为H(k)的下限和上限截止频率；Δf为频率分辨率；i为虚数单位，k为采样点。
进一步，步骤(一)中，所述下限截止频率fd的有限范围区间[fdmin,fdmax]根据实测条件而定，通常取0.1～10Hz。
进一步，设定带通滤波器H(k)的上限截止频率fu＝1000Hz。
本发明的有益效果：
本发明利用振动烈度的突变特性确定出了最佳下限截止频率，有效地克服了传统频域积分的低频敏感性及累积误差放大效应，所得结果具有十分高的精度，能够用于振动加速度信号与振动速度信号及振动位移信号之间的精确转换。
附图说明
图1为本发明所述基于振动烈度低频滤波修正的振动信号转换方法的流程图。
图2是本发明实施例的振动烈度与下限截止频率fd关系曲线；
图3是本发明实施例的fd＝10Hz时仿真信号的积分结果，其中a图为积分速度结果，b图为积分位移结果；
图4是本发明实施例的fd＝5.4Hz时仿真信号的积分结果，其中a图为积分速度结果，b图为积分位移结果。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
频域积分的基本原理是先把时域信号作傅里叶变换转换到频域，将时域积分运算转变成在频域内的频谱代数运算，然后再对运算结果作傅里叶逆变换，得到积分后的时域信号。
令加速度信号a(t)、速度信号v(t)、位移信号y(t)的离散化表示分别为a(n)、v(n)、y(n)，则有：
其中：
则由式(1)、式(2)和式(3)可得出加速度、速度和位移三者在频域内的频谱代数运算关系为：
式中，A(k)为加速度a(t)的傅里叶变换；V(k)为速度v(t)的傅里叶变换；Y(k)为位移y(t)的傅里叶变换；H(k)为带通滤波器的频率特性；fd、fu分别为H(k)的下限和上限截止频率；Δf为频率分辨率；i为虚数单位，k为采样点。
由式(5)和式(6)可见，频域积分直接以频域内频谱的代数运算关系为基础，可以有效地避免信号的微小误差在积分过程中的累积放大作用。但同时也表明，由于分母含有2πkΔf，当2πkΔf＜1rad/s时，kΔf越接近于零，频谱幅值越大。尤其位移来自二次积分，频谱幅值与1/(2πkΔf)2有关，当低频频率kΔf接近于零时，会产生很大的低频振荡和峰值误差，具有低频敏感性。
如图1所示，本发明所述的基于振动烈度低频滤波修正的振动信号转换方法，具体包括以下步骤：
步骤(一)：根据振动烈度的定义，设定式(4)中带通滤波器H(k)的上限截止频率fu＝1000Hz，使下限截止频率fd在一个有限的范围区间[fdmin,fdmax]内连续取值，[fdmin,fdmax]可根据实测条件而定，通常取为0.1～10Hz。在下限截止频率fd不同取值条件下，分别对振动加速度时域信号进行频域一次积分，得到相应的振动速度时域信号；
步骤(二)：计算经步骤(一)得到的在不同下限截止频率fd条件下的振动速度时域信号所对应的振动烈度，绘制振动烈度关于下限截止频率fd的关系曲线；
步骤(三)：根据步骤(二)得出的振动烈度关于下限截止频率fd的变化曲线，确定出振动烈度发生突变时对应的最小截止频率fmin，定义fmin为频域积分的最佳下限截止频率；
步骤(四)：根据实际需要设定带通滤波器H(k)的上限截止频率fu，令下限截止频率fd＝fmin进行低频滤波修正，再分别对振动加速度时域信号进行频域一次和频域二次积分，即可获得振动速度时域信号和振动位移时域信号。
为了验证本发明所述的基于振动烈度低频滤波修正的振动信号转换方法的有效性，应用模拟信号来分析本发明方法在信号类型转换方面的效果。仿真信号结构如式(7)所示，仿真信号模拟了一个在复杂耦合故障作用下的旋转机械振动情况，信号转频为30Hz。该旋转机械除了发生以分频和倍频为主要特征的自激振动以外，还伴随有动静碰磨故障，同时还含有直流分量。根据香农(Shannon)采样定理，取信号的采样频率为2048Hz。采样点数取为2048个。
a(t)＝0.05cos(2π×6t)+0.3cos(2π×30t)+0.15cos(2π×60t)
+0.08cos(2π×90t)+0.05cos(2π×120t)+0.01 (7)
根据振动烈度的定义设定带通滤波器H(k)的上限截止频率fu＝1000Hz，令下限截止频率fd在0.1～10Hz范围内连续变化，并进行频域积分和振动烈度计算，振动烈度随下限截止频率fd变化曲线如图2所示。
从图2可以看出，振动烈度在fd＝6Hz附近发生了突变，发生突变时对应的最小截止频率fmin＝5.4Hz，定义fmin＝5.4Hz为频域积分的最佳下限截止频率。
为了研究低频截止频率对积分结果的影响，分别取国际标准ISO2372中定义的下限截止频率fd＝10Hz和本发明通过计算得出的最佳下限截止频率fd＝5.4Hz对仿真信号进行频域一次和频域二次积分运算，获得振动速度时域信号和振动位移时域信号，结果如图3和图4所示。积分结果与理论值之间的定量误差比较如表1所示。
表1积分结果与理论值之间的定量误差
从图3、图4和表1可以看出，传统频域积分具有低频敏感性和累积误差放大效应，如果低频截止频率选择不合适，将会导致积分结果出现较大误差；把振动烈度发生突变时对应的最小截止频率作为最佳下限截止频率，可以有效地克服传统频域积分的低频敏感性及累积误差放大效应，所得结果具有十分高的精度，能够用于振动加速度信号与振动速度信号及振动位移信号之间的精确转换。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (4)

1.基于振动烈度低频滤波修正的振动信号转换方法，其特征在于，具体包括以下步骤：
步骤(一)：使带通滤波器H(k)的下限截止频率fd在一个有限的范围区间[fdmin,fdmax]内取值，在下限截止频率fd的不同取值条件下，分别对振动加速度时域信号进行频域一次积分，得到相应的振动速度时域信号；
步骤(二)：计算经步骤(一)得到的在不同下限截止频率fd条件下的振动速度时域信号所对应的振动烈度，绘制振动烈度关于下限截止频率fd的关系曲线；
步骤(三)：根据步骤(二)得出的振动烈度关于下限截止频率fd的变化曲线，确定出振动烈度发生突变时对应的最小截止频率fmin，定义fmin为频域积分的最佳下限截止频率；
步骤(四)：根据实际需要设定带通滤波器H(k)的上限截止频率fu，令下限截止频率fd＝fmin进行低频滤波修正，再分别对振动加速度时域信号进行频域一次和频域二次积分，即可获得振动速度时域信号和振动位移时域信号。
2.根据权利要求1所述的基于振动烈度低频滤波修正的振动信号转换方法，其特征在于，所述带通滤波器H(k)的表达式为：
式中，fd、fu分别为H(k)的下限和上限截止频率；Δf为频率分辨率；i为虚数单位，k为采样点。
3.根据权利要求1所述的基于振动烈度低频滤波修正的振动信号转换方法，其特征在于，步骤(一)中，所述下限截止频率fd的有限范围区间[fdmin,fdmax]根据实测条件而定，通常取0.1～10Hz。
4.根据权利要求1所述的基于振动烈度低频滤波修正的振动信号转换方法，其特征在于，设定带通滤波器H(k)的上限截止频率fu＝1000Hz。
CN201810467842.6A 2018-05-16 2018-05-16 基于振动烈度低频滤波修正的振动信号转换方法 Active CN108680247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810467842.6A CN108680247B (zh) 2018-05-16 2018-05-16 基于振动烈度低频滤波修正的振动信号转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810467842.6A CN108680247B (zh) 2018-05-16 2018-05-16 基于振动烈度低频滤波修正的振动信号转换方法

Publications (2)

Publication Number Publication Date
CN108680247A true CN108680247A (zh) 2018-10-19
CN108680247B CN108680247B (zh) 2020-07-31

Family

ID=63806603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810467842.6A Active CN108680247B (zh) 2018-05-16 2018-05-16 基于振动烈度低频滤波修正的振动信号转换方法

Country Status (1)

Country Link
CN (1) CN108680247B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111947670A (zh) * 2020-07-10 2020-11-17 深圳优地科技有限公司 机器人建图方法、装置、智能设备和存储介质
CN114134784A (zh) * 2022-01-11 2022-03-04 中国铁道科学研究院集团有限公司铁道建筑研究所 基于振动轮实际振幅的路基压实质量连续检测系统与方法
CN114659618A (zh) * 2022-03-22 2022-06-24 中国科学院长春光学精密机械与物理研究所 一种基于近似积分法空间微振动测试方法及其装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6411870B1 (en) * 1998-08-10 2002-06-25 Tokyu Car Corporation Derailment detecting method and derailment detecting apparatus for rolling stock
CN101221066A (zh) * 2008-01-25 2008-07-16 太原理工大学 工程非线性振动检测方法
CN102456419A (zh) * 2010-10-22 2012-05-16 中国核动力研究设计院 核反应堆屏蔽泵运行故障监测方法及其监测系统
CN104865400A (zh) * 2015-04-14 2015-08-26 华北电力大学 一种风电机组转速的检测识别方法及系统
CN107576981A (zh) * 2017-08-31 2018-01-12 大连理工大学 一种基于监测位移和截止频率的层间位移修正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6411870B1 (en) * 1998-08-10 2002-06-25 Tokyu Car Corporation Derailment detecting method and derailment detecting apparatus for rolling stock
CN101221066A (zh) * 2008-01-25 2008-07-16 太原理工大学 工程非线性振动检测方法
CN102456419A (zh) * 2010-10-22 2012-05-16 中国核动力研究设计院 核反应堆屏蔽泵运行故障监测方法及其监测系统
CN104865400A (zh) * 2015-04-14 2015-08-26 华北电力大学 一种风电机组转速的检测识别方法及系统
CN107576981A (zh) * 2017-08-31 2018-01-12 大连理工大学 一种基于监测位移和截止频率的层间位移修正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
樊新海 等: "机械振动烈度的频域算法研究", 《装甲兵工程学院学报》 *
樊新海 等: "装甲车辆传动装置振动烈度监测与评估", 《兵工学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111947670A (zh) * 2020-07-10 2020-11-17 深圳优地科技有限公司 机器人建图方法、装置、智能设备和存储介质
CN111947670B (zh) * 2020-07-10 2022-07-05 深圳优地科技有限公司 机器人建图方法、装置、智能设备和存储介质
CN114134784A (zh) * 2022-01-11 2022-03-04 中国铁道科学研究院集团有限公司铁道建筑研究所 基于振动轮实际振幅的路基压实质量连续检测系统与方法
CN114659618A (zh) * 2022-03-22 2022-06-24 中国科学院长春光学精密机械与物理研究所 一种基于近似积分法空间微振动测试方法及其装置
CN114659618B (zh) * 2022-03-22 2023-06-16 中国科学院长春光学精密机械与物理研究所 一种基于近似积分法空间微振动测试方法及其装置

Also Published As

Publication number Publication date
CN108680247B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
Zhang et al. An optimized time varying filtering based empirical mode decomposition method with grey wolf optimizer for machinery fault diagnosis
Randall et al. Rolling element bearing diagnostics—A tutorial
CN100561162C (zh) 一种虚拟振动台检测信号处理方法及其设备
CN108680247A (zh) 基于振动烈度低频滤波修正的振动信号转换方法
CN106053330A (zh) 土壤紧实度及水分复合测量方法及装置
CN102980722B (zh) 一种适用于在线动平衡的不平衡信号提取法
Rodopoulos et al. A parametric approach for the estimation of the instantaneous speed of rotating machinery
CN101644590B (zh) 基于单传感器的抗强干扰的涡街流量计数字信号处理系统
CN104200118A (zh) 自动平衡机振动信号处理方法
Zhu et al. An accurate integral method for vibration signal based on feature information extraction
Litak et al. Cutting force response in milling of Inconel: Analysis by wavelet and Hilbert-Huang transforms
CN104792450A (zh) 一种设备对安装基座激励力的间接测量方法
CN102269803B (zh) 基于时间延迟的离散频谱低频成分的校正方法
Shi et al. The VMD-scale space based hoyergram and its application in rolling bearing fault diagnosis
CN108398260A (zh) 基于混合概率方法的齿轮箱瞬时角速度的快速评估方法
He et al. Downsampling-based synchrosqueezing transform and its applications on large-scale vibration data
CN109635399A (zh) 一种振动加速度信号的加窗积分转换方法
CN106053937A (zh) 一种基于fft+ft的基波测频方法
Randall et al. Application of the Teager Kaiser energy operator to machine diagnostics
CN106404159A (zh) 一种火箭橇试验连续振动传递谱确定方法
Chen et al. Rolling Bearing Fault Feature Extraction Method Using Adaptive Maximum Cyclostationarity Blind Deconvolution
Nakutis et al. Bridge vibration logarithmic decrement estimation at the presence of amplitude beat
Zhu et al. Generalized ridge reconstruction approaches toward more accurate signal estimate
Zhao et al. Multiple transient extraction algorithm and its application in bearing fault diagnosis
Abdullah et al. Fatigue features extraction of road load time data using the S-transform

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