[发明专利]一种基于经验模态分解的气浮板振动信号处理方法

说明书

本发明涉及一种基于经验模态分解的气浮板振动信号处理方法，包括如下步骤：获取气浮板振动加速度数据；对加速度数据进行傅里叶变换到频域进行二次积分，再逆变换到时域得到振动位移数据；进行经验模态分解，得到多个本征模态分量和残差，根据气浮板特点筛选第一个本征模态分量为气浮板振动模态分量；对气浮板振动模态分量进行小波阈值降噪；对降噪后信号进行希尔伯特谱分析和希尔伯特边际谱分析。该振动信号处理方法能有效去噪，提高信噪比。

技术领域

本发明涉及振动信号处理技术领域，尤其是一种基于经验模态分解的气浮板振动信号处理方法。

背景技术

现有技术中，振动信号处理方法主要有三种：第一种是对采集到的加速度信号进行放大滤波，再进行傅里叶变换用于提取特征频率值，但傅里叶变换过程中会丢失时间成分，只能得到频幅关系而得不到时频关系，无法知道瞬时频率，因此确切来说只适用于平稳随机过程；第二种是最近发展起来的小波变换，是对采集到的加速度信号进行小波分析滤波，小波变换可以得到数据的时频关系，并且可以根据对信号的局部分析以自适应变化，但因为振动信号的不平稳性，小波基的正确选取比较困难，获得数据冗余度很大；第三种是希尔伯特-黄变换，它与第一、第二种方法相比没有丰富的理论基础，纯粹是一种经验主义，但它对于试验中振动信号的处理却是最有效的，因为它对信号的分解是直接根据实验数据的特性进行分解，而不用选择基函数。由于它本身的自适应性，得到的本征模态分量都具有实际的物理意义。

不过，希尔伯特-黄变换中经验模态分解得到的本征模态分量的筛选，需要考虑实际情况，并且如果不对本征模态分量中的噪声进行降噪，将会直接影响时域结果。

发明内容

本发明要解决的技术问题是：为了克服现有技术中之不足，本发明提供一种基于经验模态分解的气浮板振动信号处理方法，以通过分解得到的物理振动模态分量进行降噪，提高信噪比。

本发明解决其技术问题所采用的技术方案是：一种基于经验模态分解的气浮板振动信号处理方法，包括如下步骤：

a、用双面胶将传感器粘贴于气浮板中心位置，静止状态下在电脑端进行加速度校准，打开风机，风机里的风经由管道、孔板吹向气浮板，气浮板呈上下漂浮状态，待稳定后记录数据；

b、处理振动信号，将获得的时域加速度信号转化为时域位移信号；

c、对时域位移值进行经验模态分解，获得多个本征模态分量和残差值，根据气浮板特点筛选出气浮板振动模态分量；

d、对气浮板振动模态分量进行小波全局阈值降噪，得到小波全局阈值降噪后结果；

e、对小波全局阈值降噪后的结果进行希尔伯特变换，继而计算瞬时频率，得到降噪后的时频图；

f、对小波全局阈值降噪后的结果进行希尔伯特边际谱变换，得到降噪后的边际谱图。

优选地，步骤a中，所述传感器为BWT901CL无线加速度传感器，传感器的粘贴方式为水平粘贴，所述双面胶选用热熔性压敏胶双面胶带。

具体说，步骤b中，所述时域加速度信号转化为时域位移信号的转化过程为：对时域加速度信号进行傅里叶变换，在频域进行二次积分，再进行傅里叶逆变换得到时域位移值。

步骤c中，所述筛选气浮板振动模态方式为：根据气浮板处于悬浮状态无其余机械振动干扰的特点筛选第一个本征模态分量为气浮板振动模态分量。

步骤d中，所述小波阈值降噪的具体过程为：对气浮板振动模态分量进行多层小波分解，每一层小波分解都是上一层分解得到的低频分量再分解成低频和高频两部分，获得各层分解得到的高频分量细节系数Dn；设定一个阈值d，如果高频分量细节系数Dn大于d，则认为是信号引起，保留；如果小波系数D_n小于d，则认为是噪声引起，置零；重构时域信号。

进一步地，步骤d中所述阈值的取值为默认阈值：