CN116701840A - 一种机械振动信号的倒频谱优化计算方法和系统 - Google Patents

一种机械振动信号的倒频谱优化计算方法和系统 Download PDF

Info

Publication number
CN116701840A
CN116701840A CN202310699850.4A CN202310699850A CN116701840A CN 116701840 A CN116701840 A CN 116701840A CN 202310699850 A CN202310699850 A CN 202310699850A CN 116701840 A CN116701840 A CN 116701840A
Authority
CN
China
Prior art keywords
vibration signal
mechanical vibration
function
frequency
cepstrum
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
Application number
CN202310699850.4A
Other languages
English (en)
Inventor
刘敏
张慧
张龙龙
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.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN202310699850.4A priority Critical patent/CN116701840A/zh
Publication of CN116701840A publication Critical patent/CN116701840A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2123/00—Data types
    • G06F2123/02—Data types in the time domain, e.g. time-series data
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明实施例公开一种机械振动信号的倒频谱优化计算方法和系统。在一具体实施方式中，该方法包括：对获取的机械振动信号进行补零延展；对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；对单边幅频函数进行去噪声处理，并依次进行取对数操作和补零延展；对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，获得机械振动信号的倒频谱。本发明对倒频谱的优化符合倒频谱的数学定义，结果准确有效，同时本发明步骤清晰简洁，适合计算机编程实现，可在工程实施中发挥有效作用。

Description

一种机械振动信号的倒频谱优化计算方法和系统
技术领域
本发明涉及倒频谱优化计算方法。更具体地，涉及一种机械振动信号的倒频谱优化计算方法和系统。
背景技术
目前，倒频谱是一种监测复杂谱图中周期分量的有效工具，在数学上，一个信号函数的倒频谱函数被定义为该信号函数的傅里叶变换的对数的傅里叶变换。倒频谱可以将信号的频谱上的众多边带谱线凝聚为单根谱线，从而使信号分析变得简单。
倒频谱分析方法在机械故障诊断、地震预报、语音分析等多个领域获得了广泛的应用。在机械故障诊断中，当齿轮或轴承等关键零部件发生故障时，通过振动传感器所敏感的振动信号会出现调制现象，信号调制的结果，在其频谱上的主频周围形成众多的规律难以识别的边频，此时利用倒频谱分析，则可方便提取边频的周期成分从而快速定位故障；另外对于布置在不同位置的振动传感器，由于传递路径不同，其振动信号的频谱也有差异，但倒频谱可以将信号的路径效应和传递效应分离，即针对同一检测对象的倒频谱分析结果对传感器的位置不敏感。以上两个优点使得倒频谱对机械故障识别极为有用。
机械故障诊断领域的工程应用上，大多机械故障诊断系统以及通用工程软件均集成了倒频谱分析功能。但由于倒频谱分析的具体实现是基于其数学定义进行的，其实现方式涉及信号处理及软件设计等知识，不同的机械故障诊断系统以及通用工程软件所实现的倒频谱分析的效果不尽相同，目前未见到有关倒频谱分析具体实现的通用方法或优化方法。
发明内容
本发明的目的在于提供一种机械振动信号的倒频谱优化计算方法和系统，以解决现有技术存在的问题中的至少一个。
为达到上述目的，本发明采用下述技术方案：
本发明第一方面提供一种机械振动信号的倒频谱优化计算方法，包括：
对获取的机械振动信号进行补零延展；
对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；
对单边幅频函数进行去噪声处理，并依次进行取对数操作和补零延展；
对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，获得振动信号的倒频谱。
可选地，所述获取机械振动信号并对其进行补零延展包括
其中，x0(t)为机械振动信号，Nx为机械振动信号数据量，
KxNx为补零延展后的机械振动信号数据量，Kx为整数，且Kx>1。
可选地，所述机械振动信号的单边幅频函数为
y0(f)＝FFT(x(t))
其中FFT(·)为快速傅里叶变换。
可选地，进行去噪声处理的单边幅频函数为
其中，单边幅频函数y0(f)的频率自变量f∈[fa,fb]且幅值不小于ym，fa>0，fb<fs/2，ym为常数，fs为机械振动信号的采样频率，机械振动信号的单边幅频函数的频率自变量f的定义域为f∈[0,fs/2]。
可选地，去噪声处理后的单边频谱函数进行取对数操作得到的对数函数为
z0(f)＝log(y(f))。
可选地，对去噪声处理的单边频谱函数的对数函数进行补零延展后为
其中KzNz补零延展后的机械振动信号数据量，Kz为整数，且Kz>1。
可选地，所述机械振动信号的倒频谱函数为
C(q)＝FFT(z(f))
其中倒频谱函数C(q)的倒频率自变量q的定义域为q∈[0,KxT]，T为机械振动信号x0(t)经历时间，T＝Nxfs。
本发明第二方面提供一种机械振动信号的倒频谱优化计算系统，包括
第一单元，用于对获取的机械振动信号进行补零延展；
第二单元，用于对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；
第三单元，用于对单边幅频函数进行去噪声处理；
第四单元，用于对噪声处理后的单边幅频函数进行取对数操作，得到对数函数；
第五单元，用于对去噪声处理的单边频谱函数的对数函数进行补零延展；
第六单元，用于对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，得到机械振动信号的倒频谱。
本发明第三方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明第一方面提供的方法。
本发明第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面提供的方法。
本发明的有益效果如下：
本发明对倒频谱的优化符合倒频谱的数学定义，结果准确有效，同时本发明步骤清晰简洁，适合计算机编程实现，可在工程实施中发挥有效作用。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出本发明的一个实施例可以应用于其中的示例性方法流程图。
具体实施方式
为了更清楚地说明本发明，下面结合实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
具体的一个实施例，
一种机械振动信号的倒频谱优化计算方法，包括：
第一步：对获取的机械振动信号进行补零延展；
一般的，机械设备的振动信号是由振动传感器敏感生成的，振动传感器的后端信号采集单元将振动信号具体化为数字采样的时间序列信号。假设经采样后的机械振动信号为x0(t),设机械振动信号x0(t)数据量为Nx，记
对机械振动信号进行补零延展，使得补零扩展后的信号数据量为KxNx，规定Kx为整数，且Kx>1。记补零扩展后的机械振动信号为x(t)，则
第二步：对补零延展后的机械振动信号进行快速傅里叶变换，获得振动信号的单边幅频函数。
记FFT(·)为快速傅里叶变换，记振动信号的单边幅频函数为y0(f)，则
y0(f)＝FFT(x(t))
设振动信号的采样频率为fs，则根据快速傅里叶变换性质，振动信号的单边幅频函数y0(f)的频率自变量f的定义域为f∈[0,fs/2]。
第三步：对机械振动信号的单边幅频函数进行去噪声处理。
振动信号的单边单边幅频函数通常含有频率噪声和幅值噪声，根据振动信号性质及工程经验，对单边单边幅频函数特征进行识别并对无效频率进行裁剪以及对小幅值数据进行归零处理，获得有效数据。假设经识别后确定频率自变量取值区间为f∈[fa,fb]且幅值不小于ym的单边频谱函数数据为有效数据，ym为常数且0<ym<10％*max(y0(f))，fa>0，fb<fs/2。
记进行了去噪声处理后的单边频谱函数为y(f)，则
第四步：对去噪声处理的单边频谱函数取对数操作，并对其对数函数进行补零延展。
记去噪声处理后的单边频谱函数的对数函数为z0(f)，则
z0(f)＝log(y(f))
设z0(f)数据量为Nz，记
对去噪声处理的单边频谱函数的对数函数进行补零延展，使得补零扩展后的信号数据量为KzNz，规定Kz为整数，且Kz>1。记去噪声处理的单边频谱函数的对数函数经补零扩展后为z(f)，则
第五步：对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，获得振动信号的倒频谱。
记机械振动信号的倒频谱函数为C(q)，则
C(q)＝FFT(z(f))
设机械振动信号x0(t)经历时间为T，有T＝Nxfs，则倒频谱函数C(q)的倒频率自变量q的定义域为q∈[0,KxT]。
本发明首先对机械振动信号进行补零延展，并对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数。然后对机械振动信号的单边幅频函数进行去噪声处理并进行取对数操作，并对其对数函数进行补零延展。最后对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，获得机械振动信号的倒频谱。本发明对倒频谱的优化符合倒频谱的数学定义，结果准确有效，同时本发明步骤清晰简洁，适合计算机编程实现，可在工程实施中发挥有效作用。
具体的一个实施例，
一种机械振动信号的倒频谱优化计算系统，包括
第一单元，用于对获取的机械振动信号进行补零延展；
第二单元，用于对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；
第三单元，用于对单边幅频函数进行去噪声处理；
第四单元，用于对噪声处理后的单边幅频函数进行取对数操作，得到对数函数；
第五单元，用于对去噪声处理的单边频谱函数的对数函数进行补零延展；
第六单元，用于对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，得到机械振动信号的倒频谱。
可选地，所述对获取机械振动信号并对其进行补零延展包括
其中，x0(t)为机械振动信号，Nx为机械振动信号数据量，
KxNx为补零延展后的机械振动信号数据量，Kx为整数，且Kx>1。
可选地，所述机械振动信号的单边幅频函数为
y0(f)＝FFT(x(t))
其中FFT(·)为快速傅里叶变换。
可选地，进行去噪声处理的单边幅频函数为
其中，单边幅频函数y0(f)的频率自变量f∈[fa,fb]且幅值不小于ym，fa>0，fb<fs/2，fs为机械振动信号的采样频率，机械振动信号的单边幅频函数的频率自变量f的定义域为f∈[0,fs/2]。
可选地，去噪声处理后的单边频谱函数进行取对数操作得到的对数函数为
z0(f)＝log(y(f))。
可选地，对去噪声处理的单边频谱函数的对数函数进行补零延展后为
其中KzNz补零延展后的机械振动信号数据量，Kz为整数，且Kz>1。
可选地，所述机械振动信号的倒频谱函数为
C(q)＝FFT(z(f))
其中倒频谱函数C(q)的倒频率自变量q的定义域为q∈[0,KxT]，T为机械振动信号x0(t)经历时间，T＝Nxfs。
在本发明的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
还需要说明的是，在本发明的描述中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于本领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种机械振动信号的倒频谱优化计算方法，其特征在于，包括：
对获取的机械振动信号进行补零延展；
对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；
对单边幅频函数进行去噪声处理，并依次进行取对数操作和补零延展；
对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，获得机械振动信号的倒频谱。
2.根据权利要求1所述的方法，其特征在于，所述补零扩展后的机械振动信号为
其中，x0(t)为机械振动信号，Nx为机械振动信号数据量，
KxNx为补零延展后的机械振动信号数据量，Kx为整数，且Kx>1。
3.根据权利要求2所述的方法，其特征在于，所述机械振动信号的单边幅频函数为
y0(f)＝FFT(x(t))
其中FFT(·)为快速傅里叶变换。
4.根据权利要求3所述的方法，其特征在于，进行去噪声处理的单边幅频函数为
其中，单边幅频函数y0(f)的频率自变量f∈[fa,fb]且幅值不小于ym，fa>0，fb<fs/2，ym为常数，fs为机械振动信号的采样频率，机械振动信号的单边幅频函数的频率自变量f的定义域为f∈[0,fs/2]。
5.根据权利要求4所述的方法，其特征在于，去噪声处理后的单边频谱函数进行取对数操作得到的对数函数为
z0(f)＝log(y(f))。
6.根据权利要求5所述的方法，其特征在于，对去噪声处理的单边频谱函数的对数函数进行补零延展后为
其中KzNz补零延展后的机械振动信号数据量，Kz为整数，且Kz>1。
7.根据权利要求6所述的方法，其特征在于，所述机械振动信号的倒频谱函数为
C(q)＝FFT(z(f))
其中倒频谱函数C(q)的倒频率自变量q的定义域为q∈[0,KxT]，T为机械振动信号x0(t)经历时间，T＝Nxfs。
8.一种机械振动信号的倒频谱优化计算系统，其特征在于，包括
第一单元，用于对获取的机械振动信号进行补零延展；
第二单元，用于对补零延展后的机械振动信号进行快速傅里叶变换，获得机械振动信号的单边幅频函数；
第三单元，用于对单边幅频函数进行去噪声处理；
第四单元，用于对噪声处理后的单边幅频函数进行取对数操作，得到对数函数；
第五单元，用于对去噪声处理的单边频谱函数的对数函数进行补零延展；
第六单元，用于对补零延展后的去噪声处理的单边频谱函数的对数函数进行快速傅里叶变换，得到机械振动信号的倒频谱。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
CN202310699850.4A 2023-06-13 2023-06-13 一种机械振动信号的倒频谱优化计算方法和系统 Pending CN116701840A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310699850.4A CN116701840A (zh) 2023-06-13 2023-06-13 一种机械振动信号的倒频谱优化计算方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310699850.4A CN116701840A (zh) 2023-06-13 2023-06-13 一种机械振动信号的倒频谱优化计算方法和系统

Publications (1)

Publication Number Publication Date
CN116701840A true CN116701840A (zh) 2023-09-05

Family

ID=87835407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310699850.4A Pending CN116701840A (zh) 2023-06-13 2023-06-13 一种机械振动信号的倒频谱优化计算方法和系统

Country Status (1)

Country Link
CN (1) CN116701840A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117367571A (zh) * 2023-12-07 2024-01-09 中国科学技术大学 测量制冷设备的机械振动噪声的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117367571A (zh) * 2023-12-07 2024-01-09 中国科学技术大学 测量制冷设备的机械振动噪声的方法
CN117367571B (zh) * 2023-12-07 2024-02-06 中国科学技术大学 测量制冷设备的机械振动噪声的方法

Similar Documents

Publication Publication Date Title
CN102460356B (zh) 用于确定物体表面上的触击或触摸的位置的方法
CN107329932B (zh) 基于非线性调频分量分解的时频域模态参数辨识方法
CN116701840A (zh) 一种机械振动信号的倒频谱优化计算方法和系统
Urazghildiiev et al. Acoustic detection of North Atlantic right whale contact calls using the generalized likelihood ratio test
Wang et al. Sparse and low-rank decomposition of the time–frequency representation for bearing fault diagnosis under variable speed conditions
CN115169409B (zh) 基于滑窗的桥梁结构自振频率识别、预警方法及设备
CN102868402A (zh) 一种测试模数转换器主要性能指标的测试方法
US6721673B2 (en) Estimating a plurality of tones in an input signal
JP5354505B2 (ja) 信号検出装置、信号検出方法及び信号検出装置の製造方法
CN114616487A (zh) 一种信号噪声滤除方法、装置、存储介质及激光雷达
Guo et al. Butterworth low-pass filter for processing inertial navigation system raw data
CN116364108A (zh) 变压器声纹检测方法及装置、电子设备、存储介质
CN115797318A (zh) 一种光谱数据预处理方法、装置、计算机设备及存储介质
US6965068B2 (en) System and method for estimating tones in an input signal
CN108646248A (zh) 一种针对低速运动声源的被动声学测速测距方法
Ben et al. Chirp signal denoising based on convolution neural network
CN114112013B (zh) 古建筑安全性测定方法和装置、电子设备和存储介质
CN115372920B (zh) 一种雷达结露补偿方法、装置、设备及存储介质
CN112603358B (zh) 一种基于非负矩阵分解的胎心音信号降噪方法
CN116996137B (zh) 一种基于加权叠加的低信噪比宽带线性调频信号检测方法
CN117309079B (zh) 基于时差法的超声飞渡时间测量方法、装置、设备及介质
CN212875757U (zh) 基于卡尔曼滤波器的数据处理装置及太赫兹系统
CN103376108A (zh) 一种星敏感器降噪方法
CN110442827B (zh) 一种频率估计方法、装置、系统及计算机可读存储介质
CN112068202B (zh) 高精度时变子波提取方法和系统

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