主减速器强噪声振动信号的自适应稀疏树结构降噪方法.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CN108844617A(43)申请公布日2018.11.20(21)申请号201810415207.3(22)申请日2018.05.03(71)申请人武汉理工大学地址430070湖北省武汉市洪山区珞狮路205号(72)发明人潘昊张莹莹汪洪涛潘爽徐劲力黄丰云张晓帆(74)专利代理机构北京金智普华知识产权代理有限公司11401代理人杨采良(51)Int.Cl.G01H17/00(2006.01)权利要求书1页说明书7页附图5页(54)发明名称主减速器强噪声振动信号的自适应稀疏树结构降噪方法(57)摘要本发明公开了一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，该方法主要包括两个阶段：第一个阶段是检测信号中与显著特征相关的位置点，以此作为自适应调整正则化权值的依据，达到保留与信号特征相关的小波系数的目的；第二个阶段是基于自适应权值的树结构小波系数估计的优化过程。该方法利用小波系数之间的相关性结构，使用正则化最小二乘回归来提高降噪估计的树结构稀疏性，能够过滤强噪声振动信号中的噪声成分，并保留与故障特征相关的频率调制成分，避免了信号中的有效特征信息的过渡平滑。CN108844617ACN108844617A权利要求书1/1页1.一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，输入原始信号y，输出降噪信号其特征在于：包括如下步骤：步骤一，对原始信号y执行DTCWT，获得小波系数θ，构造基于重叠组Lasso方法的稀疏树结构；步骤二，采用特征检测算法检测出信号y中的显著特征点位置；步骤三，确定树结构中覆盖信号特征点位置的系数所在的树；步骤四，根据信号的噪声方差设置收缩算子其中为小波系数绝对值的中值，并采用该收缩算子自适应调整与信号特征相关的正则化权值{wi}，获得基于自适应权值的稀疏树结构；步骤五，执行基于自适应稀疏树结构的正则化优化，获得优化的小波系数步骤六，根据执行DTCWT的逆变换IDTCWT，生成降噪信号2.根据权利要求1所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：所述DTCWT为基于双树复小波变换。3.根据权利要求1所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：步骤二中所述特征检测算法为基于双树复小波变换的特征检测算法。4.根据权利要求3所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：所述基于双树复小波变换的特征检测算法的参数包括最小区间长度υ和特征位置持续次数这些参数对特征检测的效果具有一定的影响。5.根据权利要求4所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：每一对参数被用于特征检测算法以检测信号中的特征点位置，并以此作为依据自适应调整正则化权值，优化获得最优的小波系数，实现降噪。6.根据权利要求5所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：所述最小区间长度υ的取值范围设为[2，8]，特征位置持续次数的取值范围设为[0，15]。7.根据权利要求6所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：所述最小区间长度υ设置为5，所述特征位置持续次数限定为5或6。8.根据权利要求1至7任一项所述的一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法，其特征在于：所述原始信号y为主减速器强噪声振动信号。2CN108844617A说明书1/7页主减速器强噪声振动信号的自适应稀疏树结构降噪方法技术领域[0001]本发明属于减振降噪技术领域，具体涉及一种主减速器强噪声振动信号的自适应稀疏树结构降噪方法。背景技术[0002]主减速器正常状态下的振动信号主要包含啮合频率及其谐波成分，但是由于存在强噪声成分，使得所采集的振动信号是一种非平稳信号，并且包含一些无关的频率成分。[0003]在强噪声背景下，由于噪声频率与主减速器固有频率(啮合频率和旋转频率)之间的相互作用和影响，呈现的振动信号成分比较复杂，调制边频带并不明显。对比正常状态时域波形和频域波形，故障状态下的主减速器振动信号的振动幅值高于正常状态下的振动信号，说明当主减速器出现局部故障时，由于振动的幅度增大，反映在振动信号上的周期性脉冲的幅值也相应增大。[0004]进一步对比有故障状态的振动信号，当主减速器出现不同类型的局部故障时，振动信号的时域波形和频域波形具有比较大的区别。然而，由于振动信号中存在噪声成分，频谱图中调制频率成分复杂，并不能清楚地反映出啮合频率及其谐波的边频带成分。尤其是磕碰故障的频域波形，出现了一些噪声所引起的干扰频率成分，因此，难以通过分析频域波形的频率调制特征来判断故障的类型。当主减速器处于故障初期时，故障脉冲比较弱，极易淹没在较强的