CN111160146A - 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 - Google Patents
基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 Download PDFInfo
- Publication number
- CN111160146A CN111160146A CN201911291422.8A CN201911291422A CN111160146A CN 111160146 A CN111160146 A CN 111160146A CN 201911291422 A CN201911291422 A CN 201911291422A CN 111160146 A CN111160146 A CN 111160146A
- Authority
- CN
- China
- Prior art keywords
- filtering
- frequency
- data
- frequency domain
- domain data
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统,方法包括获取设定的滤波参数,滤波参数对应一个或者多个滤波频段;对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到原始时域波形数据的初始频域数据;基于滤波参数对应的各滤波频段,对初始频域数据进行过滤,获得新频域数据;对新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。本发明通过对状态监测原始时域波形信号,进行快速傅里叶变换计算得到监测信号的频域数据,根据数字滤波参数进行特定频段数据的剔除,再通过快速傅里叶反变换计算得到还原后的时域波形数据,实现了水电机组状态监测波形信号的精确数字滤波。
Description
技术领域
本发明属于信号滤波技术领域,具体涉及一种基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统。
背景技术
水电机组状态监测系统利用计算机技术对机组运行过程中的振动、摆度、压力脉动、气隙等状态参数进行连续采集和计算处理,实时掌控机组当前工作状况,采取多种手段进行分析诊断,自动记录设备状态数据并生成设备状态报表,及时发现故障隐患,并进行报警监视和事故追忆,从而减少破坏性事故发生,指导机组安全、可靠、经济运行。其工作原理如图1所示。
用以进行分析诊断的水电机组状态监测传感器原始波形数据信号成分复杂,如何采取适当的手段实现其无效干扰信号精确滤除及有效特征信号的准确提取,是系统必须面对的问题。
水电机组所发生的70%~80%的故障都能通过其振动反映出来,利用状态监测系统获取的振动信号来对机组进行故障诊断,是一种有效而实用的方法,其主要通过分析计算振动信号频率、幅值和相位来判定故障产生的可能原因。
当机组发生振动故障时,往往会引起信号频率结构的变化,但水电机组振动故障通常具有明显的特征频率。常见的水轮发电机组特征频率见下表。
表1常见水轮发电机组振动特征频率表
为了对水电机组进行分析诊断,必须对水电机组状态监测系统采集存储的传感器原始波形数据进行数字滤波处理,以实现水电机组故障相关的振动特征频率信号的精确提取及外部噪声干扰信号的有效滤除。目前,水电机组状态监测系统常规的状态监测波形信号数字滤波步骤如下,其典型处理流程、滤波参数设置及其滤波前后的波形时频分析图可参见图2~图5,具体包括以下步骤:
1)获取该状态监测传感器原始时域波形数据(以某电站机组上机架X水平振动信号的数字滤波处理为例),参见图3;
2)获取待分析处理的状态监测传感器波形数据相关滤波参数:波形点数(典型为2048点)、波形采样率(典型为1024Hz/s)、滤波器选择(可从“低通滤波、高通滤波、带通滤波、带阻滤波”里面选择,对于水电机组振动信号的数字滤波,最常用的为带通滤波)、截止频率选择(对于水电机组振动信号的带通数字滤波,低频和高频截止频率可分别设为0.5Hz和150Hz)以及滤波器阶数选择(对于水电机组振动信号的滤波,可选5阶FIR滤波器),参见图4;
3)采用有限脉冲响应滤波器(FIR)数字滤波方法进行处理计算;
4)得到满足频域参数滤波要求的该状态监测通道滤波后的时域波形数据,参见图5。
图5为采用常用的FIR 5阶数字滤波后的某电站机组上机架X水平振动波形时频分析图,图4为其原始波形时频分析图;与图4相比,图5时域波形开头部分发生了少量点数的畸变,同时,其频域谱线的相位也发生了偏移(图5右下方2Hz频率谱线的相位为303.176,而实际上应为259.239);
由此可见,采用常规FIR数字滤波方式将带来状态监测时域波形信号的畸变和频域相位数据的偏移。因此,对需要通过精确提取振动信号的时域和频域特征分量来进行故障分析和诊断的水电机组来说,其状态监测波形信号的常规数字滤波方法将是不可接受的(由于机组转频的相位决定了水电机组轴系的不平衡配重,滤波前后不能发生变化)。
发明内容
针对上述问题,本发明提出一种基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统,通过获取水电机组状态监测系统采集的振动、摆度等状态监测传感器原始时域波形信号,进行快速傅里叶变换(FFT)计算,得到该监测信号的频域特征分量数据(频率、幅值和相位),接着根据其数字滤波参数进行特定频段频域数据的剔除或提取,再通过快速傅里叶反变换(IFFT)计算得到还原后的时域波形数据,实现了水电机组状态监测波形信号的精确数字滤波。
为了实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
第一方面,本发明提供了一种基于时频转换的水电机组状态监测信号数字滤波方法,包括:
获取设定的滤波参数,所述滤波参数对应一个或者多个滤波频段;
对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
可选地,所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
可选地,当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的需滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
可选地,当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对所述新频域数据进行快速傅里叶逆变换,获得新时域波形;
对于其他被选中的需滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
可选地,所述初始频域数据以及各新频域数据分别存储在不同的二维数组中。
第二方面,本发明提供了一种基于时频转换的监测信号数字滤波系统,包括:
获取模块,用于获取设定的滤波参数,所述滤波参数对应一个或者多个需滤波频段;
第一计算模块,用于对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
滤波模块,用于基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
第二计算模块,用于对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
可选地,所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
可选地,当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
可选地,当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对于其他被选中的需滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
第三方面,本发明提供了一种基于时频转换的监测信号数字滤波系统,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的步骤。
与现有技术相比,本发明的有益效果:
本发明提出一种基于时频转换的水电机组状态监测信号数字滤波方法,通过对水电机组状态监测系统采集的振动、摆度等状态监测传感器原始时域波形信号,进行快速傅里叶变换(FFT)计算得到监测信号的频域数据(频率、幅值和相位),根据其数字滤波参数进行特定频段频域数据的剔除,再通过快速傅里叶反变换(IFFT)计算得到还原后的时域波形数据,实现了水电机组状态监测波形信号的精确数字滤波,解决了传统水电机组状态监测波形干扰信号无法有效滤除、以及传统数字滤波方式所带来的信号畸变和相位偏移的问题。
附图说明
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明,其中:
图1为水电机组状态监测系统工作原理图;
图2为常规水电机组状态监测波形信号数字滤波处理流程图;
图3为某电站机组上机架X水平振动原始时域波形时频分析图;
图4为某电站机组上机架X水平振动FIR数字滤波参数设置;
图5为某电站机组上机架X水平振动0.5-150Hz FIR带通数字滤波后的波形时频分析图;
图6为本发明一种实施例的基于时频转换的水电机组状态监测波形信号数字滤波流程图;
图7为某状态监测振动原始时域波形图;
图8为某状态监测振动原始时域波形时频分析图;
图9为基于时频转换的上机架X水平振动0.5-150Hz带通数字滤波后波形时频分析图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明的保护范围。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
本发明实施例中提供了一种基于时频转换的水电机组状态监测信号数字滤波方法,包括以下步骤:
(1)获取设定的滤波参数,所述滤波参数对应一个或者多个滤波频段;
(2)对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
(3)基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
(4)对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
在本发明实施例的一种具体实施方式中,所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的该滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对于其他被选中的需滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
所述初始频域数据以及各新频域数据分别存储在不同的二维数组中。
下面以某一实际应用过程为例,对本发明实施例中的方法进行详细说明
在该具体实施过程中,所述方法具体包括以下步骤:
步骤1:
获取待滤波通道状态监测时域波形对应的采样参数,所述采样参数包括通道采样率和连续采样点数;
以某水机机组状态监测与分析系统为例,待滤波通道状态监测时域波形采样率为1K Hz/s,连续采样点数为2048点;
步骤2:
获取待滤波通道原始时域波形数据,并将所述原始时域波形数据置于一维数组中;
待滤波的某振动通道原始时域波形如图7所示,该2048点数据拷贝至一个一维数组中,定义为Vt0[2048]。
步骤3:
获取设定的待滤波通道状态监测时域波形滤波参数,所述滤波参数为需进行信号频段滤除的下限频率和上限频率。
比如:步骤2所述振动通道原始时域波形需滤除0.5Hz以下信号成分,则下限频率=0.0Hz,上限频率=0.5Hz;步骤9所述振动通道滤波后的时域波形还需滤除150Hz以上信号成分,则下限频率=150.0Hz,上限频率=512.0Hz。
步骤4:
对步骤2或步骤9所述时域波形数据进行快速傅里叶变换(FFT)计算,得到该原始时域波形FFT分解后的每一根谱线的频率、幅值和相位,并拷贝至一个二维数组中(用以保存该波形全部FFT频域特征数据)。
与图7对应的时频分析图如图8所示,从图8我们可以看出,该通道原始时域波形数据迭代入FFT模块进行计算后(Vt0[2048]作为FFT模块的“实部输入”参数,FFT模块的“虚部输入”参数置0),可得到其频域数据;所有1024根谱线(FFT计算的谱线总数=连续采样点数/2)对应的频率、幅值和相位,图8波形进行FFT分析的最小频率分辨率为0.5Hz(=采样率/连续采样点数,采样率越低,连续采样点数越多,其FFT最小分辨频率越小,反之越大),该图右下方显示了幅值最大的前8根谱线对应的频率、幅值和相位。所有波形频域数据拷贝至一个二维数组中(定义为Vf0[2][1024]、Vf0[0][0]~Vf0[0][1023]分别保存0~512Hz共1024根谱线对应的幅值、Vf0[1][0]~Vf0[1][1023]分别保存1024根谱线对应的相位)。
步骤5:
滤除指定频段的谱线,对FFT计算后的所有谱线按其对应的频率是否处于指定频段内进行筛选,将满足待滤除信号频段范围内的每一根谱线(该通道预设的“滤波参数”:下限频率和上限频率已由步骤3得到)对应的幅值和相位数据清零并拷贝入另一个二维数组(用以保存滤波后全部的FFT频域特征数据)的相应位置,其余有效频段的谱线对应的幅值和相位数据从步骤4的二维数组对应位置原样复制到该二维数组中。
比如:定义用来存放数字滤波后的波形FFT频域数据的另一个二维数组(设为Vf1[2][1024]),需将0Hz到0.5Hz频段范围内每一根谱线所对应的幅值和相位清零,实际仅需滤除0.5Hz谱线的频域值,因此,Vf1[0][0]=0(0.5Hz谱线对应的幅值),Vf1[1][0]=0(0.5Hz谱线对应的相位),Vf1[0][1]~Vf1[0][1023]=Vf0[0][1]~Vf0[0][1023](1~512Hz谱线所对应的幅值),Vf1[1][1]~Vf1[1][1023]=Vf0[1][1]~Vf0[1][1023](1~512Hz谱线所对应的相位)。
步骤6:
将步骤5保存有滤波后全部FFT频域特征数据的二维数组,作为IFFT所需的输入参量迭代入快速傅里叶逆变换模块进行IFFT计算。
比如,定义两个一维数组Vfr[1024]和Vfi[1024]作为IFFT模块的“实部输入”和“虚部输入”参数,Vfr[0]~Vfr[1023]=Vf1[0][0]~Vf1[0][1023],Vfi[0]~Vfi[1023]=Vf1[1][0]~Vf1[1][1023],然后迭代入IFFT模块进行计算。
步骤7:
通过步骤6的IFFT计算模块的输出参数,即可还原得到频域特征滤除(数字滤波)后的该通道对应的时域波形数据,可以将滤波后的该时域波形数据置于另一个一维数组中。
比如,将滤波后的2048点时域波形数据(来自于IFFT模块的“实部输出”参数)拷贝至一个一维数组中(定义为Vt1[2048]),即可进行SSJ-9000系统进一步的分析展示。
步骤8
由于上述滤波过程一次只能滤除1个频段的信号,最后需要判断是否完成所有信号无效频段的滤除,如果还要滤除下一个指定频段的信号,流程需要跳转至步骤9。
举例:上述振动通道原始时域波形还需滤除150Hz以上信号成分;因此,步骤3的下限频率=150.0Hz,上限频率=512.0Hz;步骤5的Vf1[0][299]~Vf1[0][1023]=0(150~512Hz谱线对应的幅值),Vf1[1][299]~Vf1[1][1023]=0(150~512Hz谱线对应的相位),Vf1[0][0]~Vf1[0][298]=Vf0[0][0]~Vf0[0][298](0~149.5Hz谱线所对应的幅值),Vf1[1][0]~Vf1[1][298]=Vf0[1][0]~Vf0[1][298](0~149.5Hz谱线所对应的相位)。
步骤9:
将步骤7得到的滤波后时域波形数据置于另一个一维数组中,流程需要跳转至步骤3,再进行一次无效频段信号的滤除,如此循环,直到完成所有信号无效频段的剔除。
比如,将上述第一次滤波后的2048点时域波形数组Vt1[2048]再拷贝至待二次滤波的时域波形数组Vt0[2048]中。
图9为采用本方法数字滤波后的波形时频分析图,图3为其原始波形时频分析图,图5为采用常规5阶FIR数字滤波后的波形时频分析图。与图3相比,采用本发明进行数字滤波后的图9,其时域波形没有发生的畸变,同时,其频域谱线的相位也未发生偏移(图9右下方2Hz机组转频谱线的相位仍为259.239)。而采用常规数字滤波方法的图5,其时域波形开头部分发生了少量点数的畸变,而且其频域谱线的相位也发生了偏移(图5右下方2Hz机组转频谱线的相位为303.176,而实际上应为259.239)。因此,本发明采用的数字滤波方法在提取提纯有效信号频段、滤除无效干扰信号之余,没有导致状态监测时域信号的畸变和频域谱线相位的偏移,其对水电机组状态监测的分析诊断所带来的优点是显而易见的。
实施例2
基于与实施例1相同的发明构思,本发明实施例中提供了一种基于时频转换的监测信号数字滤波系统,包括:
获取模块,用于获取设定的滤波参数,所述滤波参数对应一个或者多个滤波频段;
第一计算模块,用于对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
滤波模块,用于基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
第二计算模块,用于对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
在本发明实施例的一种具体实施方式中,所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的该滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对于其他被选中滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的滤波定频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
其余部分均与实施例1相同。
实施例3
基于与实施例1相同的发明构思,本发明实施例中提供了一种基于时频转换的监测信号数字滤波系统,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (10)
1.一种基于时频转换的水电机组状态监测信号数字滤波方法,其特征在于,包括:
获取设定的滤波参数,所述滤波参数对应一个或者多个滤波频段;
对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
2.根据权利要求1所述的一种基于时频转换的水电机组状态监测信号数字滤波方法,其特征在于:所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
3.根据权利要求2所述的一种基于时频转换的水电机组状态监测信号数字滤波方法,其特征在于:当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的需滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
4.根据权利要求2所述的一种基于时频转换的水电机组状态监测信号数字滤波方法,其特征在于,当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对所述新频域数据进行快速傅里叶逆变换,获得新时域波形;
对于其他被选中的需滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
5.根据权利要求4所述的一种基于时频转换的水电机组状态监测信号数字滤波方法,其特征在于,所述初始频域数据以及各新频域数据分别存储在不同的二维数组中。
6.一种基于时频转换的监测信号数字滤波系统,其特征在于,包括:
获取模块,用于获取设定的滤波参数,所述滤波参数对应一个或者多个需滤波频段;
第一计算模块,用于对获取到的状态监测信号的原始时域波形数据,进行快速傅里叶变换计算,得到所述原始时域波形数据的初始频域数据;
滤波模块,用于基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据;
第二计算模块,用于对所述新频域数据进行快速傅里叶逆变换,获得新时域波形,完成状态监测信号的数字滤波。
7.根据权利要求6所述的一种基于时频转换的监测信号数字滤波系统,其特征在于:所述原始时域波形数据的初始频域数据包括:经快速傅里叶变换分解后得到的每一根谱线的频率、幅值和相位。
8.根据权利要求7所述的一种基于时频转换的监测信号数字滤波系统,其特征在于:当所述滤波参数对应一个滤波频段时,基于所述滤波参数对应的该滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于初始频域数据中的每一根谱线,将其对应的频率与所述滤波参数对应的滤波频段进行比较;
当谱线对应的频率处于所述需滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据。
9.根据权利要求7所述的一种基于时频转换的监测信号数字滤波系统,其特征在于:当所述滤波参数对应多个滤波频段时,基于所述滤波参数对应的各滤波频段,对所述初始频域数据进行过滤,获得新频域数据,包括以下步骤:
对于第一个被选中的需滤波频段;
将初始频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,获得新频域数据;
对于其他被选中的需滤波频段;
将前一次获得的新频域数据中每一根谱线对应的频率与选中的该滤波频段进行比较;
当谱线对应的频率处于该选中的滤波频段内时,则将其幅值和相位数据清零,否则保留其原始幅值和相位数据;
基于所有保留的谱线的原始幅值和相位数据,再次获得新频域数据;
将最后一次获得的新频域数据作为最终的新频域数据。
10.一种基于时频转换的监测信号数字滤波系统,其特征在于:包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291422.8A CN111160146B (zh) | 2019-12-16 | 2019-12-16 | 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291422.8A CN111160146B (zh) | 2019-12-16 | 2019-12-16 | 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160146A true CN111160146A (zh) | 2020-05-15 |
CN111160146B CN111160146B (zh) | 2022-07-29 |
Family
ID=70557152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291422.8A Active CN111160146B (zh) | 2019-12-16 | 2019-12-16 | 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111160146B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111771507A (zh) * | 2020-07-15 | 2020-10-16 | 青岛农业大学 | 车载式马铃薯产量测量方法 |
CN114650033A (zh) * | 2021-09-13 | 2022-06-21 | 中国科学院地质与地球物理研究所 | 一种基于dsp的快速滤波方法 |
CN116502047A (zh) * | 2023-05-23 | 2023-07-28 | 成都市第四人民医院 | 神经医学数据处理方法及系统 |
CN117442891A (zh) * | 2023-12-22 | 2024-01-26 | 智维精准(北京)医疗科技有限公司 | 一种用于直线加速器的信号处理方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160140083A1 (en) * | 2013-07-23 | 2016-05-19 | Nec Corporation | Digital filter device, digital filtering method, and storage medium having digital filter program stored thereon |
CN108364449A (zh) * | 2018-02-24 | 2018-08-03 | 南方电网调峰调频发电有限公司 | 一种水电机组稳定性监测数据远程实时传输方法 |
CN108444589A (zh) * | 2018-01-22 | 2018-08-24 | 国电南瑞科技股份有限公司 | 一种基于频域特征提取的水电机组状态监测信号处理方法 |
CN108471314A (zh) * | 2018-02-24 | 2018-08-31 | 南方电网调峰调频发电有限公司 | 一种基于fft变换的波形数据压缩方法 |
CN109655665A (zh) * | 2018-12-29 | 2019-04-19 | 国网安徽省电力有限公司 | 基于布莱克曼窗的全相位傅里叶谐波分析方法 |
-
2019
- 2019-12-16 CN CN201911291422.8A patent/CN111160146B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160140083A1 (en) * | 2013-07-23 | 2016-05-19 | Nec Corporation | Digital filter device, digital filtering method, and storage medium having digital filter program stored thereon |
CN108444589A (zh) * | 2018-01-22 | 2018-08-24 | 国电南瑞科技股份有限公司 | 一种基于频域特征提取的水电机组状态监测信号处理方法 |
CN108364449A (zh) * | 2018-02-24 | 2018-08-03 | 南方电网调峰调频发电有限公司 | 一种水电机组稳定性监测数据远程实时传输方法 |
CN108471314A (zh) * | 2018-02-24 | 2018-08-31 | 南方电网调峰调频发电有限公司 | 一种基于fft变换的波形数据压缩方法 |
CN109655665A (zh) * | 2018-12-29 | 2019-04-19 | 国网安徽省电力有限公司 | 基于布莱克曼窗的全相位傅里叶谐波分析方法 |
Non-Patent Citations (2)
Title |
---|
周燕: "离散傅里叶变换及反变换在数字滤波器设计中的应用", 《数字技术与应用》 * |
齐林等: "基于分数阶傅里叶变换的线性调频信号的自适应时频滤波", 《兵工学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111771507A (zh) * | 2020-07-15 | 2020-10-16 | 青岛农业大学 | 车载式马铃薯产量测量方法 |
CN114650033A (zh) * | 2021-09-13 | 2022-06-21 | 中国科学院地质与地球物理研究所 | 一种基于dsp的快速滤波方法 |
CN114650033B (zh) * | 2021-09-13 | 2022-11-15 | 中国科学院地质与地球物理研究所 | 一种基于dsp的快速滤波方法 |
CN116502047A (zh) * | 2023-05-23 | 2023-07-28 | 成都市第四人民医院 | 神经医学数据处理方法及系统 |
CN116502047B (zh) * | 2023-05-23 | 2024-05-07 | 成都市第四人民医院 | 神经医学数据处理方法及系统 |
CN117442891A (zh) * | 2023-12-22 | 2024-01-26 | 智维精准(北京)医疗科技有限公司 | 一种用于直线加速器的信号处理方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111160146B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111160146B (zh) | 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 | |
Yu et al. | Synchroextracting transform | |
Wang et al. | Feature extraction of rolling bearing’s early weak fault based on EEMD and tunable Q-factor wavelet transform | |
CN107451557B (zh) | 基于经验小波变换与局部能量的输电线路短路故障诊断方法 | |
CN108444589B (zh) | 一种基于频域特征提取的水电机组状态监测信号处理方法 | |
Randall | State of the art in monitoring rotating machinery-part 2 | |
CN103499445A (zh) | 一种基于时频切片分析的滚动轴承故障诊断方法 | |
CN108731945B (zh) | 一种航空发动机转子系统故障信号特征信息的提取方法 | |
CN104136896B (zh) | 用于获取旋转马达的振动信号的系统 | |
CN105651376A (zh) | 机械设备离线检测系统振动信号频谱分析和报警方法 | |
CN110285044B (zh) | 基于树莓派的水泵振动监测分析仪及方法 | |
CN109765055A (zh) | 基于ewt、谱有效值和knn的滚动轴承故障检测方法及系统 | |
Pang et al. | Rolling bearing fault diagnosis based on SVDP-based kurtogram and Iterative autocorrelation of Teager energy operator | |
CN106409351A (zh) | 一种核电厂松动部件振动信号的处理方法及装置 | |
CN107303177A (zh) | 一种心电图t波、p波的检测方法及系统 | |
Zhang et al. | Improved local cepstrum and its applications for gearbox and rolling bearing fault detection | |
CN114564983A (zh) | 一种基于时频转换的水电机组状态监测特征信号处理方法 | |
CN112857804A (zh) | 一种滚动轴承故障诊断的方法、装置、介质及计算机设备 | |
CN109741762B (zh) | 声音活动检测方法及装置和计算机可读存储介质 | |
CN111143927B (zh) | 一种基于结构响应线性组合的约束模态分解与频率识别方法 | |
CN106653045A (zh) | 从音频信号提取诊断信号的方法及诊断装置 | |
Munteanu et al. | Wavelet analysis in monitoring and diagnosis of power circuit breakers | |
CN106772032B (zh) | 一种水轮发电机组的故障特征提取方法 | |
CN114061947B (zh) | 基于稀疏时频分析的齿轮箱变转速故障诊断方法及系统 | |
CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 |
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 |