CN112595514A - 一种高速轴承组件振动信号降噪处理方法 - Google Patents
一种高速轴承组件振动信号降噪处理方法 Download PDFInfo
- Publication number
- CN112595514A CN112595514A CN202011347353.0A CN202011347353A CN112595514A CN 112595514 A CN112595514 A CN 112595514A CN 202011347353 A CN202011347353 A CN 202011347353A CN 112595514 A CN112595514 A CN 112595514A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- vibration
- wavelet
- characteristic
- 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.)
- Pending
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 3
- 230000000712 assembly Effects 0.000 claims 1
- 238000000429 assembly Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种高速轴承组件振动信号降噪处理方法，其包括以下步骤：(1)对振动信号进行预处理：对振动试验采集到的轴承组件振动信号进行小波分解与重构，以去除其中包含的部分噪声，达到小波降噪的效果；(2)对小波降噪后的振动信号进行频率分解，然后计算每条频线上振动的峭度值，选取振动峭度值最大时所在的频段，以发现特征频段，并得到特征频段的中心频率和频率带宽；(3)信号解调：根据特征频段的中心频率和频率带宽，设计信号滤波器，滤去除特征信号以外的频率成份，解调得到需要的特征信号。本发明可提高轴承组件振动信号的信噪比，有利于对轴承组件的振动特性进行分析研究。
Description
技术领域
本发明涉及卫星执行机构，具体涉及一种高速轴承组件振动信号降噪处理方法。
背景技术
控制力矩陀螺作为一种惯性执行机构，主要应用于敏捷卫星的大角度机动和姿态控制，其性能的好坏直接决定了卫星姿态控制精度。敏捷卫星主要应用于遥感领域，而遥感卫星越来越高的分辨率指标和清晰度指标要求星上机构在工作时振动尽可能降低。高速轴承组件作为控制力矩陀螺内框动量轮的重要旋转支撑部件，并且是主要扰振源之一，有必要对其微振动特性进行研究。
高速轴承组件的振动信号具有特征微弱，调制性强，频带范围宽等特点。通常采集的轴承组件振动信号包含丰富的干扰频率信号，例如背景噪声信号，电机激磁信号等，这些信号偶频率成分相互交叉，相互影响，导致频谱更加复杂，因此特征信号往往淹没在强烈的背景噪声中，很难从采集到的振动信号中提取有用的信号成分，进行高速轴承组件振动特征分析。传统的振动信号降噪方法通常使用滤波器设置不同通带,达到对某特定波带信号的抑制或滤除。但是这类降噪方法仅适用于信号与噪声处于不同频带的情形。对于复杂系统振动信号而言,系统信号与噪声信号在频带上发生相互混叠的现象往往是无法避免的,这使得传统降噪方法在处理复杂系统信号时存在很大局限性,效果往往不佳。
发明内容
本发明的目的是提供一种高速轴承组件振动降噪方法，可以提高试验采集到的振动信号信噪比，方便快速地得到原始信号中包含的有用特征信号，进行轴承组件振动特性研究。
为了达到上述目的，本发明提供了一种高速轴承组件振动信号降噪处理方法，其包括以下步骤：(1)对振动信号进行预处理：对振动试验采集到的轴承组件振动信号进行小波分解与重构，以去除其中包含的部分噪声，达到小波降噪的效果；(2)对小波降噪后的振动信号进行频率分解，然后计算每条频线上振动的峭度值，选取振动峭度值最大时所在的频段，以发现特征频段，并得到特征频段的中心频率和频率带宽；(3)信号解调：根据特征频段的中心频率和频率带宽，设计信号滤波器，滤去除特征信号以外的频率成份，解调得到需要的特征信号。
上述方法中，步骤(1)具体包含：对振动信号进行小波变换，产生小波系数，通过选取一个阈值，大于阈值的小波系数被认为是有用信号产生的，予以保留，而小于阈值的小波系数则认为是噪声产生的，置零以达到去噪的目的，然后对处理后的小波系数进行小波逆变换，从而得到小波去噪后的振动信号；
对于信号x(t)的小波变化为
式中，a，b和t均为常数，ψ(t)为基本小波或母小波。
上述方法中，步骤(2)所述的频率分解的方法包含：通过设计一款原型滤波器h(n)，然后构造出拟解析低通滤波器h0(n)和拟解析高通滤波器h1(n)，将振动信号分解为高频信号和低频信号，然后再对高频信号和低频信号进一步分解成次高频和次低频信号，即对整个频段信号进行2n次分解，直到达到设定的分解层数n为止；所构造的拟解析低通滤波器h0(n)＝h(n)ejπn/4，拟解析高通滤波器h1(n)＝h(n)ej3πn/4，拟解析低通滤波器频率带宽[0；1/4]，拟解析高通滤波器频率带宽为[1/4；1/2]；振动信号分解n层以后，得到2n个小频段信号。
上述方法中，步骤(2)中，对小波降噪后的振动信号进行频率分解，并计算每条频线上的振动峭度值后，如果没有发现特征频段信号，则再次对预处理后的振动信号进行小波降噪，重复迭代，直到发现特征频段。
上述方法中，步骤(3)中，解调信号时进行特征信号的平滑处理。
相对于现有技术，本发明的有益效果是：
1、由于采集到的轴承组件振动信号频率成分丰富复杂，特征信号极容易淹没在强大的背景噪声中，通过小波变换进行预处理，能有效提高信噪比，降低振动信号中噪声的干扰，同时还能完整保留信号特征，为后续信号处理提供良好的基础。
2、通过信号频率分解，计算对比每条频线上振动峭度值，能方便快速找到特征频段，利于特征信号提取。本发明可以广泛用于高速轴系振动特性分析研究领域。
附图说明
图1是本发明高速轴承组件振动信号降噪处理流程图。
图2是本发明小波降噪预处理流程图。
图3是本发明信号频率分解示意图。
具体实施方式
以下结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示，为本发明提供的一种高速轴承组件振动信号降噪处理方法的流程图。该方法主要包括以下步骤：(1)首先对试验采集到的轴承组件振动信号进行小波分解与重构，去除其中包含的部分噪声，对振动信号进行初步降噪；(2)对小波降噪后的振动信号进行频率分解，计算每条频线上的振动峭度值，从而发现特征频段(冲击频段)，得到特征频段的中心频率和频率带宽；如果没有发现特征频段信号，则再次对预处理后的振动信号进行小波降噪，重复迭代，直到发现特征频段；(3)信号解调，即根据特征频段的中心频率和频率带宽，设计信号滤波器，滤去除特征信号以外的频率成份，解调出需要的特征信号。
如图2所示，所述小波降噪预处理实际上是将振动信号进行小波分解，产生小波系数，一般噪声的小波系数要小于信号的小波系数，通过选取合适的阈值，大于阈值的小波系数被认为是有用信号产生的，应予保留，小于阈值的小波系数则认为是噪声产生的，置零以达到去噪的目的，然后对处理后的小波系数进行小波逆变换，从而得到小波去噪后的振动信号。对于信号x(t)的小波变化为
式中，a，b和t均为常数，ψ(t)为基本小波或母小波。
如图3所示，所述信号频率分解方法，是通过设计一款原型滤波器h(n)，然后构造出拟解析低通滤波器h0(n)和拟解析高通滤波器h1(n)，将振动信号分解为高频信号和低频信号，然后再对高频信号和低频信号进一步分解成次高频和次低频信号，即对整个频段信号进行2n次分解，直到达到设定的分解层数n为止。所构造的拟解析低通滤波器h0(n)＝h(n)ejπn/4，拟解析高通滤波器h1(n)＝h(n)ej3πn/4，拟解析低通滤波器频率带宽[0；1/4]，拟解析高通滤波器频率带宽为[1/4；1/2]。振动信号分解n层以后，得到2n个小频段信号，通过计算每条频线振动峭度值，对比可发现振动峭度值最大时所在的频段，可认为该频段是信号的有效特征频段，可获取特征频段的中心频率和带宽。
所述信号解调方法，是根据得到特征信号的中心频率和带宽后，设计带通滤波器，将特征信号从预处理后的原始信号中解调出来，解调信号时需进行特征信号的平滑处理，这样能够保证特征信号的真实性，避免特征信号失真。
综上所述，本发明采用小波分解与重构，进行轴承组件振动信号的初步降噪，提高信号的信噪比，然后对初步处理后的振动信号进行频率分解，计算每条频线上的振动峭度值，对比可发现振动峭度值最大时所在的频段，可认为是信号的有效特征频段，最后通过带通滤波器解调出有效特征信号，便于进行后续分析研究，这对控制力矩陀螺振动特性分析研究有着很大的研究意义。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
Claims (5)
1.一种高速轴承组件振动信号降噪处理方法，其特征在于，包括以下步骤：
(1)对振动信号进行预处理：对振动试验采集到的轴承组件振动信号进行小波分解与重构，以去除其中包含的部分噪声，达到小波降噪的效果；
(2)对小波降噪后的振动信号进行频率分解，然后计算每条频线上振动的峭度值，选取振动峭度值最大时所在的频段，以发现特征频段，并得到特征频段的中心频率和频率带宽；
(3)信号解调：根据特征频段的中心频率和频率带宽，设计信号滤波器，滤去除特征信号以外的频率成份，解调得到需要的特征信号。
2.根据权利要求1所述的高速轴承组件振动信号降噪处理方法，其特征在于，步骤(1)具体包含：对振动信号进行小波变换，产生小波系数，通过选取一个阈值，大于阈值的小波系数被认为是有用信号产生的，予以保留，而小于阈值的小波系数则认为是噪声产生的，置零以达到去噪的目的，然后对处理后的小波系数进行小波逆变换，从而得到小波去噪后的振动信号；
对于信号x(t)的小波变化为
式中，a，b和t均为常数，ψ(t)为基本小波或母小波。
3.根据权利要求1所述的高速轴承组件振动信号降噪处理方法，其特征在于，步骤(2)所述的频率分解的方法包含：通过设计一款原型滤波器h(n)，然后构造出拟解析低通滤波器h0(n)和拟解析高通滤波器h1(n)，将振动信号分解为高频信号和低频信号，然后再对高频信号和低频信号进一步分解成次高频和次低频信号，即对整个频段信号进行2n次分解，直到达到设定的分解层数n为止；所构造的拟解析低通滤波器h0(n)＝h(n)ejπn/4，拟解析高通滤波器h1(n)＝h(n)ej3πn/4，拟解析低通滤波器频率带宽[0；1/4]，拟解析高通滤波器频率带宽为[1/4；1/2]；振动信号分解n层以后，得到2n个小频段信号。
4.根据权利要求3所述的高速轴承组件振动信号降噪处理方法，其特征在于，步骤(2)中，对小波降噪后的振动信号进行频率分解，并计算每条频线上的振动峭度值后，如果没有发现特征频段信号，则再次对预处理后的振动信号进行小波降噪，重复迭代，直到发现特征频段。
5.根据权利要求1所述的高速轴承组件振动信号降噪处理方法，其特征在于，步骤(3)中，解调信号时进行特征信号的平滑处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011347353.0A CN112595514A (zh) | 2020-11-26 | 2020-11-26 | 一种高速轴承组件振动信号降噪处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011347353.0A CN112595514A (zh) | 2020-11-26 | 2020-11-26 | 一种高速轴承组件振动信号降噪处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112595514A true CN112595514A (zh) | 2021-04-02 |
Family
ID=75184699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011347353.0A Pending CN112595514A (zh) | 2020-11-26 | 2020-11-26 | 一种高速轴承组件振动信号降噪处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112595514A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096200A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种基于小波分解和谱峭度的包络分析方法 |
| CN106153333A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种基于小波分解滤波的包络分析方法 |
| CN108229382A (zh) * | 2017-12-29 | 2018-06-29 | 广州供电局有限公司 | 振动信号特征提取方法、装置、存储介质和计算机设备 |
| CN108956141A (zh) * | 2018-04-03 | 2018-12-07 | 北京信息科技大学 | 基于模平方阈值—FastICA的滚动轴承降噪方法 |
| CN110057586A (zh) * | 2019-04-25 | 2019-07-26 | 长江大学 | 轴承故障振动信号Schatten改进小波包与重构降噪方法 |
| CN110501158A (zh) * | 2019-05-20 | 2019-11-26 | 山东理工大学 | 针刺机传动机构振动信号特征提取方法 |
| CN110598166A (zh) * | 2019-09-18 | 2019-12-20 | 河海大学 | 一种自适应确定小波分层级数的小波去噪方法 |
| CN111521396A (zh) * | 2020-05-11 | 2020-08-11 | 电子科技大学 | 基于平移不变高密度小波包变换的轴承故障诊断方法 |
-
2020
- 2020-11-26 CN CN202011347353.0A patent/CN112595514A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096200A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种基于小波分解和谱峭度的包络分析方法 |
| CN106153333A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种基于小波分解滤波的包络分析方法 |
| CN108229382A (zh) * | 2017-12-29 | 2018-06-29 | 广州供电局有限公司 | 振动信号特征提取方法、装置、存储介质和计算机设备 |
| CN108956141A (zh) * | 2018-04-03 | 2018-12-07 | 北京信息科技大学 | 基于模平方阈值—FastICA的滚动轴承降噪方法 |
| CN110057586A (zh) * | 2019-04-25 | 2019-07-26 | 长江大学 | 轴承故障振动信号Schatten改进小波包与重构降噪方法 |
| CN110501158A (zh) * | 2019-05-20 | 2019-11-26 | 山东理工大学 | 针刺机传动机构振动信号特征提取方法 |
| CN110598166A (zh) * | 2019-09-18 | 2019-12-20 | 河海大学 | 一种自适应确定小波分层级数的小波去噪方法 |
| CN111521396A (zh) * | 2020-05-11 | 2020-08-11 | 电子科技大学 | 基于平移不变高密度小波包变换的轴承故障诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659621A (zh) | 一种基于变分模态分解和排列熵的联合降噪方法 | |
| CN109785854B (zh) | 一种经验模态分解和小波阈值去噪相结合的语音增强方法 | |
| CN109816599B (zh) | 一种基于小波分解卷积神经网络的图像条带噪声抑制方法 | |
| CN106441288A (zh) | 一种加速度计的自适应小波降噪方法 | |
| CN112945546B (zh) | 一种齿轮箱复杂故障精确诊断方法 | |
| CN107292845B (zh) | 基于标准差金字塔的动态图像降噪方法及装置 | |
| CN115730199B (zh) | 一种滚动轴承振动信号降噪和故障特征提取方法和系统 | |
| CN111582205B (zh) | 一种基于多分辨率奇异值分解模型的降噪方法 | |
| CN110619265A (zh) | 球磨机筒体振动信号联合去噪方法、装置及存储介质 | |
| CN104036461B (zh) | 一种基于联合滤波的红外复杂背景抑制方法 | |
| CN112084845A (zh) | 基于多尺度小波系数自相关的低频1/f噪声消除方法 | |
| CN111242854A (zh) | 一种图像去噪方法 | |
| CN101540039B (zh) | 单帧图象超分辨方法 | |
| CN114894478A (zh) | 一种滚动轴承微弱故障特征提取方法 | |
| CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
| CN102999889A (zh) | 一种保护显著边缘的图像降噪处理方法 | |
| CN114779343A (zh) | 一种基于曲波变换-联合双边滤波的地震数据去噪方法 | |
| CN112595514A (zh) | 一种高速轴承组件振动信号降噪处理方法 | |
| CN111323233B (zh) | 一种用于低速旋转机械故障诊断的局部均值分解方法 | |
| CN109586763B (zh) | 一种电子通信系统中扩频信号的去噪方法及其去噪系统 | |
| CN116612032A (zh) | 基于自适应维纳滤波和2d-vmd的声呐图像去噪方法及设备 | |
| CN112197964A (zh) | 一种基于谱pq-mean的局部冲击信号定位方法 | |
| CN113567129A (zh) | 一种列车轴承振动信号基于ceemd的降噪方法 | |
| CN103376108B (zh) | 一种星敏感器降噪方法 | |
| CN112764108A (zh) | 一种基于改进经验小波变换的新型地震资料噪声压制算法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210402 |