基于Sobel算子和Wigner‑Hough变换的齿轮故障特征提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106384076A(43)申请公布日2017.02.08(21)申请号201610746921.1(22)申请日2016.08.29(71)申请人湖南文理学院地址415000湖南省常德市武陵区洞庭大道170号(72)发明人蔡剑华郭杰荣王先春胡惟文熊锐(74)专利代理机构常德市源友专利代理事务所43208代理人江妹(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书6页附图3页(54)发明名称基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法(57)摘要本发明公开了一种基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法，包括如下步骤：（1）输入齿轮故障信号S(t)；（2）计算得到齿轮故障信号的Wigner-Ville分布；（3）步骤（2）得到的Wigner-Ville分布作为图像，先用Sobel算子进行边缘检测；（4）再通过Hough变换提取故障信号特征。本发明通过将齿轮故障信号的时频谱看成二维图像，应用图像处理知识进行分析和状态识别，故障诊断效果好，信号检测结果更可靠。CN106384076ACN106384076A权利要求书1/1页1.基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法，包括如下步骤：（1）输入齿轮故障信号S(t)；（2）计算得到齿轮故障信号的Wigner-Ville分布；（3）步骤（2）得到的Wigner-Ville分布作为图像，先用Sobel算子进行边缘检测；（4）再通过Hough变换提取故障信号特征。2CN106384076A说明书1/6页基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法技术领域[0001]本发明涉及齿轮故障特征检测技术领域，具体涉及一种基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法。背景技术[0002]时频分析由于同时具有时域和频域的局部化信息，已经成为研究非平稳信号的主要工具，也是当前设备故障诊断中的常用方法，如小波分析、Wigner-Ville分布以及最近发展起来的Hilbert时频谱表示方法等，在设备故障诊断领域得到了广泛研究与应用。把故障信号的时频谱看成二维图像，再将图像处理中的Hough变换应用到故障诊断中来，如基于Wigner-Hough变换的故障特征提取方法也被应用。但是在信噪比较低时，Wigner-Hough变换的时频谱会被噪声淹没，难以完成对信号的特征提取。发明内容[0003]针对上述现有技术中Wigner-Hough变换在低信噪比情况下齿轮故障特征提取困难的不足，本发明的目的是提供一种结合Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法。[0004]为实现上述目的，本发明采用的技术方案是：基于Sobel算子和Wigner-Hough变换的齿轮故障特征提取方法，包括如下步骤：（1）输入齿轮故障信号S(t)；（2）计算得到齿轮故障信号的Wigner-Ville分布；（3）步骤（2）得到的Wigner-Ville分布作为图像，先用Sobel算子进行边缘检测；（4）再通过Hough变换提取故障信号特征。[0005]上述Wigner-Ville分布（简称WVD）是应用比较广泛的一种双线性时频分布，对于齿轮故障信号S(t)，其Wigner-Ville分布定义为：（公式一）。[0006]WVD对单分量线性调频信号具有较好的时频聚集度，但由于WVD是双线性的，在分析多分量信号时，信号之间会出现交叉项，影响对真实信号的检测。故结合Hough变换，将信号处理技术与图像处理技术相结合形成Wigner-Hough变换，则解析信号S(t)的Wigner-Hough变换为：（公式二）；然后转化为图1所示的极坐标形式，表达式为3CN106384076A说明书2/6页（公式三）；上式公式三表明，若S(t)是参数为f和g的线性调频信号，则积分值最大；当参数偏离f和g时，积分值迅速减小，因此对一定的线性调频信号，经Wigner-Hough变换后会在对应的参数(f，g)处出现峰值；而交叉项通过积分将被削弱。[0007]上述Sobel算子是滤波算子的形式，可以利用快速卷积函数提取图像边缘，简单有效。对于数字图像{f(i,j)}，Sobel算子的定义如下：A(i,j)=│f(i-1,j-1)+2f(i-1,j)+f(i-1,j+1)]-[f(i+1,j-1)+2f(i+1,j)+f(i+1,j+1)]│（公式四）；B(i,j)=│f(i-1,j-1)+2f(i,j-1)+f(i+1,j-1)]-[f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)]│（公式五）。[0008