[发明专利]一种机械故障信号消噪方法

说明书

技术领域

本发明涉及机械故障信号处理领域，具体属于一种基于非线性冗余第二代小波的机械故障信号消噪方法。

背景技术

在机械设备故障诊断中，现场采集的信号往往存在各种干扰，这些干扰在信号中体现为不同形式的噪声，从而会使信号中有用的故障信息被淹没掉，因此有必要对信号进行消噪预处理以提高信号的信噪比、突出有用信息，进而得到正确的故障诊断结果。

自小波分析问世以来，基于小波变换的信号消噪方法得到了广泛地研究和应用。基于小波进行信号消噪的优势在于：(1)多分辨分析可以很好地刻画信号的非平稳性，如边缘、尖峰、断点等；(2)小波变换可以有效地进行信噪分离，噪声变换后趋于白化，小波域比时空域更有利于消噪；(3)小波变换可以针对研究对象选择不同的小波基函数来获得最佳的消噪效果。第一代小波变换虽然有多种小波基函数可供选择，但是一旦选定，其特性不可改变，各个尺度上的小波函数都是通过对其伸缩和平移产生的。此外，由于信号在时域不同区间的分布特性也不尽相同，在同一尺度上采用一个固定的小波基函数不能很好地匹配信号的局部特征，从而会使消噪后的信号丢失掉原有的一些时域特征。

第二代小波方法，又称为提升方法，是一种柔性的小波变换方法，可以根据被分析信号的特点设计自适应的预测算子和更新算子，同时能够保证变换的可逆性。第二代小波方法同经典的第一代小波方法相比，构造方法更灵活，运算效率更高，因此更加适合于对信号进行实时消噪。但是，采用第二代小波方法同样会使消噪后的信号丢失掉原有信号中一些能够表征机械故障特征的微弱突变信息。

发明内容

本发明的目的在于克服第二代小波方法在信号消噪过程中会使能够表征机械故障特征的微弱突变信息丢失的不足，结合非线性第二代小波和冗余小波变换，提供一种机械故障信号消噪方法，以提高信号消噪质量，保证后续进行故障特征检测和故障诊断的精度。

本发明是通过以下的技术方案实现的，一种机械故障信号消噪方法，包括如下步骤：

1、计算非线性冗余第二代小波初始更新算子和初始预测算子；

2、利用非线性冗余第二代小波对机械故障信号进行多尺度分解，得到不同分解尺度上的尺度系数和小波系数；

3、计算每一尺度上小波系数的消噪阈值并进行硬阈值处理；

4、利用尺度系数和经过阈值处理后的小波系数进行非线性冗余第二代小波重构得到消噪后的机械故障信号。

所述的步骤2中，得到不同分解尺度上的尺度系数和小波系数，包括以下步骤：

1、计算非线性冗余第二代小波冗余更新算子和冗余预测算子；

2、选取匹配信号特征的冗余更新算子，在每个尺度上，将机械故障信号利用系数个数不同的若干个冗余更新算子进行更新运算，得到尺度系数，并分别计算各尺度系数对应的峭度值；选取使得尺度系数峭度值最小的冗余更新算子作为该尺度分解的冗余更新算子，并将利用其进行更新运算得到的尺度系数作为该尺度非线性冗余第二代小波分解的尺度系数。优选方案，选取3个冗余更新算子进行更新运算，其对应的初始更新算子系数个数分别为2、4和6；

3、选取匹配信号特征的冗余预测算子，在每个尺度，将机械故障信号的每个样本点，利用系数个数不同的若干个冗余预测算子进行预测运算，得到小波系数，并分别计算各小波系数的绝对值；选取使得小波系数绝对值最小的冗余预测算子作为该样本点分解的冗余预测算子，并将利用其进行预测运算得到的小波系数作为该尺度非线性冗余第二代小波分解的小波系数。优选方案，选取3个冗余预测算子进行预测运算，其对应的初始预测算子系数个数分别为2、4和6。

所述的步骤4中，非线性冗余第二代小波重构得到消噪后的机械故障信号，包括以下步骤：

1、恢复预测操作，在每个尺度上，利用分解过程对每一个小波系数选择的冗余预测算子进行恢复预测操作，得到由小波系数重构的信号；

2、恢复更新操作，在每个尺度上，利用分解过程对该尺度选择的冗余更新算子进行恢复更新操作，得到由尺度系数重构的信号；

3、合成操作，在每个尺度上，将小波系数重构的信号和尺度系数重构的信号的平均值作为该尺度非线性冗余第二代小波变换的重构信号。

由于本发明实现了非线性第二代小波变换和冗余小波变换在算法上的融合，本发明与现有技术相比，其优点和有益效果是：