技术领域
本发明涉及机械故障信号的处理,尤其是涉及一种冲击特征指标引导的振动信号稀疏重构方法及应用。
背景技术
机械设备振动信号中包含着丰富的故障信息,但有效的故障冲击成分往往会被噪声信号淹没,不利于设备的故障分析。为从原始信号中提取有效的故障冲击成分,提升信号信噪比,并实现故障诊断,研究人员提出了多种信号处理方法,信号稀疏重构作为一种有效的去噪算法被广泛研究。稀疏重构的基本思想是:与噪声相比,信号中的有效特征是稀疏的,可构造观测矩阵(字典)在低维空间表示高维原始信号,然后求解一个凸优化问题得稀疏系数,非零稀疏系数代表着信号中的有效特征,用于信号重构。
信号稀疏重构中的凸优化问题有多种求解算法,如基追踪(BP)算法、匹配追踪(MP)算法、正交匹配追踪(OMP)算法等,上述算法执行过程中均涉及非零稀疏系数个数L确定的问题,当L取值偏大时,重构信号中将引入噪声,当L取值偏小时,重构信号中将丢失有效特征,准确确定非零稀疏系数的个数是保证信号重构质量的前提。目前,非零稀疏系数个数的确定往往依赖于工程实践经验,未形成科学的量化指标,个数确定过程较为繁琐,不利于信号重构。
发明内容
本发明的目的就是为了克服上述现有技术存在的难以确定稀疏系数个数的问题而提供一种冲击特征指标引导的振动信号稀疏重构方法及应用,利用本发明可有效提取出振动信号中的冲击成分,抑制噪声干扰,利于后续信号分析与设备状态评估。
本发明的目的可以通过以下技术方案来实现:
本发明提供一种冲击特征指标引导的振动信号稀疏重构方法,其特征在于,包括以下步骤:
基于待重构信号中的冲击成分特征,利用先验知识构造过完备固定字典Dic;
设定非零稀疏系数个数为1至N;
利用OMP算法分别计算非零稀疏系数个数从1至N情况下振动信号的稀疏系数SV
计算N组所述重构信号sig′
进一步地,所述过完备固定字典Dic为根据设备故障类型构造的单边衰减或双边衰减的冲击信号字典。
进一步地,所述过完备固定字典Dic包括Laplace小波字典、Morlet小波字典或傅里叶字典。
进一步地,所述N大于信号中冲击的个数。
进一步地,所述N的取值基于设备的种类、运行状态和故障类型估计获得。
进一步地,所述sig′
进一步地,所述冲击特征指标包括峭度、谱峭度或基尼系数。
本发明还提供一种电子设备,包括:
一个或多个处理器;
存储器;和
被存储在存储器中的一个或多个程序,所述一个或多个程序包括用于执行如上所述振动信号稀疏重构方法的指令。
本发明还提供一种计算机可读存储介质,包括供电子设备的一个或多个处理器执行的一个或多个程序,所述一个或多个程序包括用于执行如上所述振动信号稀疏重构方法的指令。
本发明还提供一种机械设备故障诊断方法,应用如上所述振动信号稀疏重构方法提取机械设备的振动信号,基于该振动信号实现故障诊断。
与现有技术相比,本发明具有以下有益效果:
1、本发明根据冲击信号的特征构造固定的过完备字典,保证重构信号中不遗漏冲击成分,利于冲击信号的提取。
2、本发明能够较为准确地确定非零稀疏系数个数,以有效提取原始信号中的有效成分或防止引入噪声信号,利于信号重构。
3、本发明有利于后续信号分析与设备状态评估。
附图说明
图1为本发明的流程示意图;
图2为仿真信号图;
图3为谱峭度指标与非零稀疏系数个数的关系图;
图4为最佳重构信号图;
图5为改变非零稀疏系数个数后信号重构结果对比示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种冲击特征指标引导的振动信号稀疏重构方法,并利用仿真信号验证方法的有效性。
1、仿真信号构造。
本实施例中,仿真信号x(t)由周期性的冲击信号与噪声信号组成:
其中,冲击周期T
2、信号稀疏表示。
如图1所示,针对上述仿真信号的振动信号稀疏重构过程包括:
步骤S1:针对仿真信号中冲击成分的特征,利用先验知识构造过完备固定字典Dic。
过完备固定字典的构造与振动信号中冲击成分的特征有关,可根据设备故障类型构造单边衰减或双边衰减的冲击信号字典,如Laplace小波字典、Morlet小波字典、傅里叶字典等。
本实施例中,根据仿真信号特征,构造单边衰减的Laplace小波字典,其基函数为:
其中,衰减稀疏δ∈[0.045,0.055],增长幅度为0.001;振荡频率f∈[291,310]Hz,增长幅度为1Hz;分析时长t为1s,信号采样频率为1000Hz,故过完备固定字典Dic为(1000×220000)大小的矩阵。
步骤S2:设定非零稀疏系数个数为1至N,N一般大于信号中冲击的个数。
非零稀疏系数个数N与信号中冲击的个数有关,信号中的冲击个数难以准确确定,为搜索到最佳非零稀疏系数个数,N的选取一般远大于信号中冲击的个数,可根据设备的种类、运行状态、故障类型等进行初始化。本次仿真实验中,N设为30。
步骤S3:利用OMP(Orthogonal matching pursuit,正交匹配跟踪)算法分别计算非零稀疏系数个数从1至N情况下振动信号的稀疏系数SV
N组重构信号sig′
sig′
步骤S4:计算N组重构信号的冲击特征指标,将指标最大值对应的非零稀疏系数个数L对应的重构信号作为最佳的稀疏重构信号sig_optimal。
最佳稀疏重构信号sig_optimal由冲击特征指标最大值对应的非零稀疏系数个数L决定,即
sig_optimal=sig′
冲击特征指标一般包括但不局限于峭度、谱峭度、基尼系数等在内的衡量N组重构信号中冲击特征的相关指标。
①峭度(Kurtosis):
其中,y表示原信号;M表示信号长度;μ
②谱峭度(Spectral kurtosis):
SK=kurtosis(abs(fft(y)))
其中,fft(y)表示对信号进行傅里叶变换;abs()表示返回绝对值;kurtosis()表示求峭度。
③基尼系数(Gini Coefficient):
其中,||x||
本实施例中,以谱峭度作为判定指标,确定最佳重构信号。如图3所示,非零稀疏系数个数N=10时,重构信号的谱峭度值最大,因此将该重构信号认定为最佳重构信号。重构信号如图4所示,重构得到的冲击信号数量、冲击信号位置、冲击信号波形与原始冲击信号基本一致。改变非零稀疏系数个数N并重构信号,以N=9、N=10、N=11为例对比重构效果,结果如图5所示。当N=9时,重构信号中丢失部分冲击信号特征;当N=11时,重构信号中引入了噪音信号。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例2
本实施例提供一种机械设备故障诊断方法,应用如实施例1所述的振动信号稀疏重构方法提取机械设备的振动信号,基于该振动信号实现故障诊断。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
机译: 利用设备冲击来控制无线网络连接的方法,以及一种能够容易地改变和执行设备应用程序的设置的应用程序及其设备的控制方法
机译: 用于逐步将无冲击监视接入应用到采用引导传输介质的通信电路的方法和装置
机译: 识别用户的模块和一种数据下载方法,该方法可通过确定通用引导过程或初始化客户端的下载顺序来减少用户识别模块的应用程序的启动时间