CN112378606A - 一种随机振动与冲击信号的分离方法 - Google Patents

一种随机振动与冲击信号的分离方法 Download PDF

Info

Publication number
CN112378606A
CN112378606A CN202011081432.1A CN202011081432A CN112378606A CN 112378606 A CN112378606 A CN 112378606A CN 202011081432 A CN202011081432 A CN 202011081432A CN 112378606 A CN112378606 A CN 112378606A
Authority
CN
China
Prior art keywords
signal
ers
impact
random vibration
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
CN202011081432.1A
Other languages
English (en)
Other versions
CN112378606B (zh
Inventor
徐飞
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.)
Yancheng Institute of Technology
Original Assignee
Yancheng Institute of Technology
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 Yancheng Institute of Technology filed Critical Yancheng Institute of Technology
Priority to CN202011081432.1A priority Critical patent/CN112378606B/zh
Publication of CN112378606A publication Critical patent/CN112378606A/zh
Application granted granted Critical
Publication of CN112378606B publication Critical patent/CN112378606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及机械振动技术领域，提供了一种随机振动与冲击信号的分离方法，包括以下步骤：1）计算实测随机振动与冲击混合信号的时域极值响应谱（ERS）；2）计算实测随机振动与冲击混合信号的频域ERS；3）利用时域和频域ERS分段对比值Rn,i进行冲击信号的识别；4）提取Rn,i大于0db所对应的时域冲击信号，从原始实测信号中剔除该冲击信号，即完成随机振动信号和冲击信号的分离。本发明采用时频域ERS分段对比法进行随机振动和冲击信号的分离，可有效区分现场实测数据中的随机振动和冲击信号，提高振动试验和冲击试验的精度，减少试验时间，降低试验成本，提高产品可靠性和疲劳寿命的评估精度，从而提高产品生产企业的经济效益。

Description

一种随机振动与冲击信号的分离方法
技术领域
本发明涉及机械振动技术领域，具体涉及一种随机振动与冲击信号的分离方法。
背景技术
产品在运输和使用过程中经常会经历振动和冲击环境，为了评估产品的使用寿命和可靠性，常需要进行产品现场时域数据的采集，并转化为振动和冲击试验谱，从而实现力学环境的实验室模拟。然而现场实测数据常常是随机振动与冲击信号的混合，若直接利用原始数据计算随机振动试验谱，往往会由于包含了冲击信号而导致试验谱的量级过大，进而导致产品过试验，造成产品设计难度和成本的增加；而如果直接去除原始数据中的冲击信号，则往往会导致产品欠试验，造成产品质量的下降。由于随机振动和冲击信号导致的产品的失效机理不同，应该对随机振动和冲击信号进行分离，从而制定相应的随机振动试验谱和冲击试验谱，以更全面地评估产品使用寿命和可靠性。
现有技术一般先计算实测时域数据的概率密度函数，检查数据的峰值分布，并将峰值在±3σ(标准差)以内的信号看作是随机振动信号，±3σ以外的信号看作是冲击信号，通过直接剪裁大量级的冲击部分数据来实现随机振动信号和冲击信号的分离。然而，其忽略了±3σ以外的0.26％的大幅值随机振动信号，会错误地将这些大幅值的随机振动信号当成冲击信号处理，导致随机振动功率谱密度计算不准确，以及产品疲劳损伤的评估不准确。同时由于将随机振动信号误判成冲击信号，造成大量非必要的冲击试验，增加试验时间和试验成本。
发明内容
基于上述背景，本发明提供了一种随机振动与冲击信号的分离方法，采用时频域极值响应谱(Extreme Response Spectrum,ERS)分段对比法进行随机振动和冲击信号的分离，有效避免冲击信号的误判，提高信号分离精度。
本发明采用以下的技术方案：
一种随机振动与冲击信号的分离方法，包括以下步骤：
(1)计算实测随机振动与冲击混合信号的时域ERS；
将实测信号分成M段，分别计算每一段信号的时域ERS；
ERS表示一系列单自由度系统对同一个加速度输入信号的响应最大值与其共振频率之间的对应关系；
在输入加速度xa下，一个共振频率为fn，阻尼比为ζ的单自由度系统的时域ERSt为：
ERSt＝max(filter(b,a,xa)) (1)
a＝[1,-2C,E2] (2)
Figure BDA0002717304740000021
Figure BDA0002717304740000022
A＝k2fn B＝k3fn E＝exp(-A)C＝Ecos(B)S＝Esin(B) (5)
其中，fs为采样频率，filter表示采用斜阶跃响应不变数字滤波器对输入信号进行滤波处理；a和b为数字滤波器系数；w为共振频率和采样频率之比；Q为品质因数；A、B、C、E、S、q、k1、k2、k3均为中间参数；
当存在N个单自由度系统时，令共振频率fn从flow变化到fhi，分别计算各共振频率下的系统最大响应，即可得到时域ERS；
(2)计算实测随机振动与冲击混合信号的频域ERS；
首先计算实测信号xa的功率谱密度Gxx(f)，然后在各共振频率fn和阻尼比ζ下，计算频域ERSf：
Figure BDA0002717304740000023
H(f)＝FFT(h(t))＝FFT(filter(b,a,δD)) (7)
Figure BDA0002717304740000024
其中，H(f)为单自由度系统的传递率(相对位移/加速度)，T为信号总时间，h(t)为单自由度系统的脉冲响应函数，δD为单位脉冲，p为信号采样点发生时刻；
(3)利用时域和频域ERS分段对比值进行冲击信号的识别；
Figure BDA0002717304740000031
其中，ERSt,n,i表示在第i段区间内计算得到的对应于共振频率fn的单自由度系统的时域ERS，ERSf,n表示利用功率谱密度计算的对应于共振频率fn的频域ERS。
在相应的任一段时间区间和任一个共振频率fn下，当Rn,i大于0db(即ERSt,n,i大于ERSf,n)时，该时间区间对应信号被判定为冲击信号；
(4)提取冲击信号；
提取Rn,i大于0db所对应的时域冲击信号，从原始实测信号中剔除该冲击信号，即完成随机振动信号和冲击信号的分离。
本发明具有的有益效果是：
可有效区分现场实测数据中的随机振动和冲击信号，提高振动试验和冲击试验的精度，减少试验时间，降低试验成本，提高产品可靠性和疲劳寿命的评估精度，从而提高产品生产企业的经济效益。
附图说明
图1为一系列单自由度系统示意图；
图2为时域和频域ERS分段对比图；
图3为随机振动信号与冲击信号分离结果图。
具体实施方式
下面结合附图对本发明进行具体的说明：
一种随机振动与冲击信号的分离方法，包括以下步骤：
(1)计算实测随机振动与冲击混合信号的时域ERS；
参阅图1，将实测信号分成M段，分别计算每一段信号的时域ERS；
ERS表示一系列单自由度系统对同一个加速度输入信号的响应最大值与其共振频率之间的对应关系；
在输入加速度xa下，一个共振频率为fn，阻尼比为ζ的单自由度系统的时域ERSt为：
ERSt＝max(filter(b,a,xa)) (1)
a＝[1,-2C,E2] (2)
Figure BDA0002717304740000041
Figure BDA0002717304740000042
A＝k2fn B＝k3fn E＝exp(-A)C＝Ecos(B)S＝Esin(B) (5)
其中，fs为采样频率，filter表示采用斜阶跃响应不变数字滤波器对输入信号进行滤波处理；a和b为数字滤波器系数；w为共振频率和采样频率之比；Q为品质因数；A、B、C、E、S、q、k1、k2、k3均为中间参数；
当存在N个单自由度系统时，令共振频率fn从flow变化到fhi，分别计算各共振频率下的系统最大响应，即可得到时域ERS；
(2)计算实测随机振动与冲击混合信号的频域ERS；
首先计算实测信号xa的功率谱密度Gxx(f)，然后在各共振频率fn和阻尼比ζ下，计算频域ERSf：
Figure BDA0002717304740000043
H(f)＝FFT(h(t))＝FFT(filter(b,a,δD)) (7)
Figure BDA0002717304740000044
其中，H(f)为单自由度系统的传递率(相对位移/加速度)，T为信号总时间，h(t)为单自由度系统的脉冲响应函数，δD为单位脉冲，p为信号采样点发生时刻；
(3)利用时域和频域ERS分段对比值进行冲击信号的识别；
Figure BDA0002717304740000051
其中，ERSt,n,i表示在第i段区间内计算得到的对应于共振频率fn的单自由度系统的时域ERS，ERSf,n表示利用功率谱密度计算的对应于共振频率fn的频域ERS。
在相应的任一段时间区间和任一个共振频率fn下，当Rn,i大于0db(即ERSt,n,i大于ERSf,n)时，该时间区间对应信号被判定为冲击信号；
(4)提取冲击信号；
提取Rn,i大于0db所对应的时域冲击信号，从原始实测信号中剔除该冲击信号，即完成随机振动信号和冲击信号的分离。
案例一：
以一个机器人在光滑地板砖上移动时的实测加速度数据为例，利用公式(9)计算实测信号的时频域ERS分段对比值，结果如图2所示。从图2可以看出，该实测信号中的7个冲击信号均被准确识别。
经过分离的随机振动信号和冲击信号如图3所示。从图3可以看出，利用本发明提出的方法可准确分离随机振动与冲击信号，提高振动与冲击试验精度。
由此，通过本发明提出的随机振动与冲击信号的分离方法，可有效区分现场实测数据中的随机振动和冲击信号，提高振动试验和冲击试验的精度，减少试验时间，降低试验成本，提高产品可靠性和疲劳寿命的评估精度。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种随机振动与冲击信号的分离方法，其特征在于，包括以下步骤：
(1)计算实测随机振动与冲击混合信号的时域ERS；
将实测信号分成M段，分别计算每一段信号的时域ERS；
ERS表示一系列单自由度系统对同一个加速度输入信号的响应最大值与其共振频率之间的对应关系；
在输入加速度xa下，一个共振频率为fn，阻尼比为ζ的单自由度系统的时域ERSt为：
ERSt＝max(filter(b,a,xa)) (1)
a＝[1,-2C,E2] (2)
Figure FDA0002717304730000011
Figure FDA0002717304730000012
A＝k2fn B＝k3fn E＝exp(-A)C＝E cos(B)S＝E sin(B) (5)
其中，fs为采样频率，filter表示采用斜阶跃响应不变数字滤波器对输入信号进行滤波处理；a和b为数字滤波器系数；w为共振频率和采样频率之比；Q为品质因数；A、B、C、E、S、q、k1、k2、k3均为中间参数；
当存在N个单自由度系统时，令共振频率fn从flow变化到fhi，分别计算各共振频率下的系统最大响应，即可得到时域ERS；
(2)计算实测随机振动与冲击混合信号的频域ERS；
首先计算实测信号xa的功率谱密度Gxx(f)，然后在各共振频率fn和阻尼比ζ下，计算频域ERSf：
Figure FDA0002717304730000013
H(f)＝FFT(h(t))＝FFT(filter(b,a,δD)) (7)
Figure FDA0002717304730000021
其中，H(f)为单自由度系统的传递率(相对位移/加速度)，T为信号总时间，h(t)为单自由度系统的脉冲响应函数，δD为单位脉冲，p为信号采样点发生时刻；
(3)利用时域和频域ERS分段对比值进行冲击信号的识别；
Figure FDA0002717304730000022
其中，ERSt,n,i表示在第i段区间内计算得到的对应于共振频率fn的单自由度系统的时域ERS，ERSf,n表示利用功率谱密度计算的对应于共振频率fn的频域ERS；
在相应的任一段时间区间和任一个共振频率fn下，当Rn,i大于0db，即ERSt,n,i大于ERSf,n时，该时间区间对应信号被判定为冲击信号；
(4)提取冲击信号；
提取Rn,i大于0db所对应的时域冲击信号，从原始实测信号中剔除该冲击信号，即完成随机振动信号和冲击信号的分离。
CN202011081432.1A 2020-10-10 2020-10-10 一种随机振动与冲击信号的分离方法 Active CN112378606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011081432.1A CN112378606B (zh) 2020-10-10 2020-10-10 一种随机振动与冲击信号的分离方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011081432.1A CN112378606B (zh) 2020-10-10 2020-10-10 一种随机振动与冲击信号的分离方法

Publications (2)

Publication Number Publication Date
CN112378606A true CN112378606A (zh) 2021-02-19
CN112378606B CN112378606B (zh) 2022-08-05

Family

ID=74581205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011081432.1A Active CN112378606B (zh) 2020-10-10 2020-10-10 一种随机振动与冲击信号的分离方法

Country Status (1)

Country Link
CN (1) CN112378606B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113503961A (zh) * 2021-07-22 2021-10-15 苏州苏试试验集团股份有限公司 一种冲击振动传感器信号的拾取方法
CN114112017A (zh) * 2021-11-25 2022-03-01 国网安徽省电力有限公司电力科学研究院 一种gis隔离开关的振动信号提取方法及系统
CN117191311A (zh) * 2023-08-14 2023-12-08 暨南大学 物流非平稳、非高斯振动下产品的加速振动试验方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798508A (zh) * 2011-05-27 2012-11-28 上海天纳克排气系统有限公司 商用车催化器转化器总成加速耐久试验方法
CN103742587A (zh) * 2013-09-12 2014-04-23 河南科技大学 六维抗冲隔振系统及其制造方法
CN106482827A (zh) * 2016-11-11 2017-03-08 北京航空航天大学 基于互功率谱函数模态参数识别的电子产品振动dlp方法
CN107449577A (zh) * 2017-06-14 2017-12-08 西安交通大学 复合信号的电动振动台复现方法及振动复现系统
CN111198102A (zh) * 2020-01-17 2020-05-26 重庆长安新能源汽车科技有限公司 一种集成式电驱系统台架振动工况拟合方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798508A (zh) * 2011-05-27 2012-11-28 上海天纳克排气系统有限公司 商用车催化器转化器总成加速耐久试验方法
CN103742587A (zh) * 2013-09-12 2014-04-23 河南科技大学 六维抗冲隔振系统及其制造方法
CN106482827A (zh) * 2016-11-11 2017-03-08 北京航空航天大学 基于互功率谱函数模态参数识别的电子产品振动dlp方法
CN107449577A (zh) * 2017-06-14 2017-12-08 西安交通大学 复合信号的电动振动台复现方法及振动复现系统
CN111198102A (zh) * 2020-01-17 2020-05-26 重庆长安新能源汽车科技有限公司 一种集成式电驱系统台架振动工况拟合方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113503961A (zh) * 2021-07-22 2021-10-15 苏州苏试试验集团股份有限公司 一种冲击振动传感器信号的拾取方法
CN113503961B (zh) * 2021-07-22 2023-10-24 苏州苏试试验集团股份有限公司 一种冲击振动传感器信号的拾取方法
CN114112017A (zh) * 2021-11-25 2022-03-01 国网安徽省电力有限公司电力科学研究院 一种gis隔离开关的振动信号提取方法及系统
CN117191311A (zh) * 2023-08-14 2023-12-08 暨南大学 物流非平稳、非高斯振动下产品的加速振动试验方法
CN117191311B (zh) * 2023-08-14 2024-05-24 暨南大学 物流非平稳、非高斯振动下产品的加速振动试验方法

Also Published As

Publication number Publication date
CN112378606B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN112378606B (zh) 一种随机振动与冲击信号的分离方法
Mezei et al. Drone sound detection by correlation
CN110907826B (zh) 一种基于卷积神经网络滤波的电机故障诊断方法及系统
US7555407B2 (en) Anomaly monitoring device and method
CN105528741B (zh) 一种基于多信号特征融合的断路器状态识别方法
CN108875170B (zh) 一种基于改进变分模态分解的噪声源识别方法
CN110816588B (zh) 一种机车车轮失圆检测方法、装置、设备及系统
CN105258940B (zh) 机械故障定量提取的标准化多小波与多小波包变换方法
CN107607065A (zh) 一种基于变分模态分解的冲击回波信号分析方法
CN113177537B (zh) 一种旋转机械设备的故障诊断方法及系统
CN111351665B (zh) 基于emd和残差神经网络的滚动轴承故障诊断方法
CN112557894B (zh) 一种断路器故障诊断方法
CN107123432A (zh) 一种自匹配Top‑N音频事件识别信道自适应方法
US20070189546A1 (en) Method of extracting, device for extracting and device for inspecting abnormal sound
CN104237713A (zh) 基于离散小波变换的变压器绕组形变诊断方法
CN105510066B (zh) 基于自适应降噪算法的一类旋转机械系统故障诊断方法
JP4760614B2 (ja) 信号識別装置の学習データの選択方法
CN108089100A (zh) 小电流接地系统弧光电阻接地故障的检测方法
CN106940688A (zh) 一种emd虚假分量识别的数学模型建模方法
Harmouche et al. A global approach for the classification of bearing faults conditions using spectral features
CN103674550A (zh) 一种滚动轴承静电监测信号实时混合去噪方法
CN107422373B (zh) 一种基于特征漂移的煤矿冲击地压灾害在线预警方法
EP2550744B1 (en) Method and apparatus for compression of spectral data
Yaqub et al. Machine fault severity estimation based on adaptive wavelet nodes selection and SVM
CN114462452B (zh) 用逐次变模态分解算法的异步电机转子断条故障诊断方法

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210219

Assignee: Jiangsu Chuangqi Testing Technology Co.,Ltd.

Assignor: YANCHENG INSTITUTE OF TECHNOLOGY

Contract record no.: X2024980000867

Denomination of invention: A method for separating random vibration and shock signals

Granted publication date: 20220805

License type: Common License

Record date: 20240118

EC01 Cancellation of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Jiangsu Chuangqi Testing Technology Co.,Ltd.

Assignor: YANCHENG INSTITUTE OF TECHNOLOGY

Contract record no.: X2024980000867

Date of cancellation: 20240327