基于相关系数稀疏表征的转子振动信号周期特征提取

摘要

传统的信号处理方法难以对含噪混叠信号进行分析,给旋转机械的运行状况监测和故障诊断带来困难。为此,结合转子振动信号周期性强的特点,提出互相关稀疏分解方法。对仿真信号进行压缩传感,从而实现信号的降维。构造离散傅里叶字典,通过正交匹配追踪算法得出信号的稀疏表示。利用皮尔逊系数计算重构信号与原信号的相关性,选择最合适的稀疏度K完成对仿真信号的降噪重构。将稀疏系数与字典中对应的原子相乘,分离出仿真信号中不同的频率成分;对转子振动信号实例进行分析,提取转子的转频及其倍频成分。结果表明:与传统的信号处理方法相比,所提方法处理的含噪混叠信号更易于分析,有助于旋转机械的运行状况监测和故障诊断。