旋转机械时变多分量信号的时频分析方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116010806A(43)申请公布日2023.04.25(21)申请号202310313811.6(22)申请日2023.03.28(71)申请人湖北工业大学地址430068湖北省武汉市洪山区南李路28号(72)发明人付波李乐全韩越方文俊杨勇康(74)专利代理机构武汉宇晨专利事务所(普通合伙)42001专利代理师余晓雪(51)Int.Cl.G06F18/213(2023.01)G06F18/10(2023.01)G01M99/00(2011.01)权利要求书4页说明书11页附图14页(54)发明名称旋转机械时变多分量信号的时频分析方法(57)摘要本发明属于信号处理领域，尤其涉及一种旋转机械时变多分量信号的时频分析方法，包括：1）获取待分析的旋转机械时变多分量信号；2）基于经验模态分解的多尺度小波阈值降噪算法处理原始信号；3）基于短时傅里叶变换对降噪后的信号进行初始化处理；4）通过EDSE的时频脊线提取方法重构初始时频分布结果，基于重构时频矩阵和最值搜索方法提取时频脊线并获得其瞬时频率估计值；5）基于Vold‑Kalman滤波器和瞬时频率估计值从降噪后的信号中分离谐波分量，计算谐波分量轴心轨迹的瞬时全谱参数；6）对旋转机械时变多分量信号的时频进行分析。本发明具有分辨率高、时频能量聚集性高以及在时频图谱上可观测到进动方向的优点。CN116010806ACN116010806A权利要求书1/4页1.一种旋转机械时变多分量信号的时频分析方法，其特征在于：所述旋转机械时变多分量信号的时频分析方法包括以下步骤：1）获取待分析的旋转机械时变多分量信号，所述待分析的旋转机械时变多分量信号是原始信号；2）基于经验模态分解的多尺度小波阈值降噪算法处理原始信号，得到降噪后的信号；3）基于短时傅里叶变换对降噪后的信号进行初始化处理，获得初始时频分布结果；4）通过EDSE的时频脊线提取方法对步骤3）获取得到的初始时频分布结果重构时频矩阵，随后通过最值搜索方法提取时频脊线并获得其瞬时频率估计值；5）基于Vold‑Kalman滤波器和步骤4）所得到的瞬时频率估计值从步骤2）所得到的降噪后的信号中分离谐波分量，计算谐波分量轴心轨迹的瞬时全谱参数；6）根据步骤5）所得到的谐波分量的瞬时全谱参数对旋转机械时变多分量信号的时频进行分析。2.根据权利要求1所述的旋转机械时变多分量信号的时频分析方法，其特征在于：所述步骤1）中待分析的旋转机械时变多分量信号通过采用两只互相垂直安装的非接触式位移传感器对旋转机械轴系振动测量获得，所述原始信号包括x(t)和y(t)，其中，t表示全局时间变量。3.根据权利要求2所述的旋转机械时变多分量信号的时频分析方法，其特征在于：所述步骤2）的具体实现方式是：2.1）通过经验模态分解算法将原始信号x(t)分解为本征模态分量IMFk（k=1…K）和残差分量r(t)；2.2）结合小波阈值降噪方法完成对本征模态分量以及残差分量的降噪处理，得到降噪后的信号，记作，，其中：表示降噪后的信号，表示降噪后的本征模态分量，表示降噪后的残差分量；2.3）重复步骤2.1）以及步骤2.2），获取原始信号y(t)的降噪后的信号。4.根据权利要求3所述的旋转机械时变多分量信号的时频分析方法，其特征在于：所述步骤4）的具体实现方式是：4.1）基于步骤3）获得的初始时频分布结果，采用同步提取算子重构时频矩阵，获得初始时频矩阵重分配结果的时频矩阵；4.2）根据基于欧氏距离的迭代初始时频矩阵重分配结果的时频矩阵，获得优化重排后的重构时频矩阵；4.3）通过最值搜索方法对步骤4.2）获取得到的重构时频矩阵进行提取，获得时频脊线和瞬时频率估计值。5.根据权利要求4所述的旋转机械时变多分量信号的时频分析方法，其特征在于：所述步骤4.1）的具体实现方式是：将步骤3）获得的初始时频分布结果经同步提取算子压缩得到待处理的时频分析2CN116010806A权利要求书2/4页结果，即得，其中：表示迪利克雷函数；ω表示频率；ω0(t,ω)表示谐波分量瞬时频率值；将待处理的时频分析结果离散化处理得到时频矩阵TFM，该矩阵列代表时间步长，行表示频率，时频矩阵TFM如下所示；。6.根据权利要求5所述的旋转机械时变多分量信号的时频分析方法，其特征在于：所述步骤4.2）的具体实现方式是：根据时频矩阵TFM坐标值与根据欧式距离计算的惩罚值重构坐标值，具体是：4.2.1）取时频矩阵TFM的；4.2.2）更新：对最后一列应用惩罚产生最后一列的最小值，将最后一列中的最小值与当前索引值相加；，，其中：是时频矩阵中（x1，y1）和（x2，y2）两个点之间欧氏距离；表示当前索引最小值；表示更新前坐标值；表示更新后坐标值；为惩罚系数；4.2.3）重复步