预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102680080102680080B(45)授权公告日2014.09.10(21)申请号201210135037.6CN101644623A,2010.02.10,全文.张文斌等.基于ASEGMF的旋转机械振动信(22)申请日2012.05.03号降噪方法研究.《振动与冲击》.2011,第30卷(73)专利权人中国科学技术大学(第9期),26-29.地址230026安徽省合肥市包河区金寨路96号审查员胡小伟(72)发明人沈长青孔凡让(74)专利代理机构北京科迪生专利代理有限责任公司11251代理人杨学明顾炜(51)Int.Cl.G01H17/00(2006.01)(56)对比文件EP0969283A1,2000.01.05,全文.CN101435799A,2009.05.20,全文.US2011232356A1,2011.09.29,全文.权权利要求书1页利要求书1页说明书4页说明书4页附图2页附图2页(54)发明名称一种基于改进的自适应形态滤波的非稳态信号检测方法(57)摘要一种基于改进的自适应形态滤波的非稳态信号检测方法,用于各类旋转机械设备故障信号特征提取,步骤为:(1)绘制原始信号时域图,从原始信号中寻找并标定出所有信号局部极大值,计算由局部极大值与时域图中时间轴围成的轮廓面积,定为参考面积;(2)利用不同长度的结构元素和闭-开形态算子对原始信号进行形态滤波,并计算信号经不同结构元素形态滤波后得到信号的局部极值与时间轴围成的轮廓面积,并与步骤(1)中得到的参考面积求差,确定最小偏差对应的结构元素长度;(3)利用步骤(2)中得到的结构元素对信号进行形态滤波,分析处理后信号的频谱,判断故障。本发明提高了旋转设备故障判断的效率和准确性。CN102680080BCN10268BCN102680080B权利要求书1/1页1.一种基于改进的自适应形态滤波的非稳态信号检测方法,在待检测设备的壳体上安装加速度传感器,检测设备的振动加速度信号,作为检测信号,其特征在于实现步骤如下:(1)绘制原始信号的时域图,找出信号各局部极大值的位置,并计算信号局部极大值在时域图中与时间轴围成的轮廓区域面积为参考面积:式中,Sref为原始信号极大值与时间轴围成的轮廓区域面积,Slocal_i=0.5×lengthi×(maxi+maxi+1)为相邻两个局部极大值与时间轴围成的轮廓区域面积,k为局部极大值个数,i=1,2,...k-1,lengthi为局部极大值间的距离,maxi为第i个局部极大值;(2)设定结构元素基本步长step,step为信号采样周期,即采样频率倒数,依次增加扫描各倍率长度,从1×step,2×step,…,z×step分别对原始信号进行形态滤波结果与时间轴围成的轮廓区域面积,并与步骤(1)中所得参考面积对比,找出两者面积最接近情况下采用的结构元素的步长,定为最佳结构元素;z为采样周期倍数;(3)根据步骤(2)中得到的最佳结构元素长度,根据下述计算公式利用闭-开算子对信号进行滤波,并分析处理后信号的频谱,判断故障类别:上式中,Θ,ο和·分别表示腐蚀算子、膨胀算子、开算子和闭算子,其中,基本腐蚀算子、膨胀算子、开算子、闭算子分别表达如下:腐蚀算子:膨胀算子:开算子:闭算子:f(n)为待处理信号,长度为N,g(m)为结构元素,长度为M,m=0,1,2...M-1,n=0,1,2...N-1。2CN102680080B说明书1/4页一种基于改进的自适应形态滤波的非稳态信号检测方法技术领域[0001]本发明涉及一种非稳态信号的分析检测方法,具体涉及一种自适应形态滤波的非稳态信号检测方法,用于对旋转机械振动信号中反映故障特征的非稳态信号进行检测。背景技术[0002]对于反映机械设备故障的信号中非稳态成分的检测,在机械设备的故障诊断、生物医学信号的检测等领域具有广泛的应用。常见的非稳态成分检测方法是在时域信号中观察是否存在非稳态成分,但是由于检测过程中不可避免的会混入噪声,其中表征故障的非稳态成分亦会被噪声污染,直接观察的方式准确性和效率都很低。另外一种常用的方法是通过频域分析信号中的周期特征,但是对于信号中持续时间较短的非稳态信号,在频谱中表现为较小的幅值,甚至同样被噪声淹没,因此通过频域分析检测往往不能得到显著的特征。此外,对信号进行滤波分析也是去除信号中噪声干扰,从而提取非稳态成分的一种有效方法,但是其效果受设计的滤波器的关键参数,如截止频率、带宽、中心频率等因素影响很大。随着研究的深入,在实践中,常用的检测方法是对信号进行小波包层层分解,然后对小波节点信号进行解调,分析频域特征,进而得到信号中非平稳成分的周期,但这些技术存在需要先验知识或者