[发明专利]旋转机械碰摩声发射信号的分形特征分析方法

说明书

技术领域

本发明涉及旋转机械碰摩声发射信号的分析方法，特别涉及旋转机械碰摩声发射信号的分形特征分析方法。

背景技术

声发射技术AE(Acoustic Emission)以其灵敏度高、频响范围宽、信息量大、动态检测等特点，在碰摩故障检测中显示了其优越性。碰摩发生时伴有较强的AE信号产生。由AE特征参数及其变化可以判断碰摩的产生及强度，确定碰摩点的位置。但是由于AE源的多样性和噪声干扰的复杂性，AE的特征参数常常无法反映设备的真实状态，尤其在强噪声环境下，AE的特征识别与提取一直是个难题。利用分形理论对碰摩故障进行了理论计算与实验研究，将其作为定量描述AE信号的特征参数。可以有效的识别设备的状态和预警，取得良好的效果。但在实际应用中，分形维算法的计算量是限制其应用的瓶颈。

在本发明之前，目前常用的分形维方法有盒维，关联维和Katz维方法等。对于盒维来说，由于随着系统维数的增加，需要的盒子数量指数增加，需要用于计算的数据长度也相应增加，使得高维系统的收敛非常困难。而关联维严重依赖于两个参数：最小延迟时间和最小嵌入维。如果最小延迟时间太大，达到吸引子的大小，则所有矢量都是相关的，太小则计算出的相关维就是噪声的相关维。对于AE信号而言，由于每帧的最小延迟时间各不相同，因此每一帧都必须计算其最小延迟时间才能计算出准确的关联维，计算量非常大。Katz维不需要计算极限，对参数依赖性也不强，而且在抗噪声能力上优于其他算法，但Katz维存在着精度不高的缺点。

发明内容

本发明的目的就在于解决上述现有技术的缺陷，从分形维的定义出发，以降低计算量和提高精度为目的，设计出了一种基于波形长度的分形维计算方法——波长对数法。

本发明的技术方案是：

旋转机械碰摩声发射信号的分形特征分析方法，其步骤为：

首先对采样量化后的含有AE信号的噪声进行分帧处理，再将每一帧信号分成等长度的短时帧数据段，采用基于波形的分形维特征分析算法计算每一段的分形维，最后对每一帧进行中值滤波。

(1)AE信号的提取与预处理：

(1-1)通过碰摩声发射实验台接近摩擦点的第一AE传感器或位于联轴器另一端的第二AE传感器提取AE信号；

(1-2)在连续碰摩AE信号上叠加高斯白噪声和非平稳噪声；

(1-3)采样，量化，分帧；

(1-4)将每一帧含有噪声的数据等分成长为m的短时帧数据段；

(2)计算各帧的分维值：

(2-1)采用基于波形的分形维数算法即对数波长维算法，计算各短时帧数据段的分维值：

Di=a-lnL(δ)lnδ0-bδ0L(δ)lnL(δ)]]>