[发明专利]一种旋转机械信号时变频率特征提取方法

说明书

本发明提供一种旋转机械信号时变频率特征提取方法，能够克服相邻的时变频率成分的互相干扰，并去除噪声成分，得到具有高时频分辨率的信号时频分布。所述方法包括：获取目标旋转机械设备的时域信号对应的角域信号，其中，所述目标旋转机械设备的时域信号为原始信号；对角域信号进行时频分析，并对得到的时频分布矩阵的每一行或部分行进行代理测试，得到真实频率成分；重构各真实频率成分的时域信号；确定重构得到的各真实频率成分的时域信号的希尔伯特时频分布，将各希尔伯特时频分布叠加，得到原始信号的时频分布。本发明涉及旋转机械装备的状态监测和故障诊断领域。

技术领域

本发明涉及旋转机械装备的状态监测和故障诊断领域，特别是指一种旋转机械信号时变频率特征提取方法。

背景技术

信号特征提取技术，是航空航天、能源动力等领域的关键共性技术之一。通过准确分析机械装备的振动、噪声等信号的幅值和频率结构，能够揭示复杂装备的运行特征及内部组件的健康状态。由于在实际的工程应用中，许多装备在时变工况下运行，所采集的信号呈现时变频率结构特点。常用的频谱分析方法不具备揭示时变频率结构的能力。

时频分析方法将随时间变化的信号频率结构及对应频率成分的幅值信息表达在时频联合域内。相比于频谱分析方法，时频分析不仅能揭示信号的频率结构及幅值强弱特征，还可以表达这些特征随时间的变化规律，更适合于时变频率特征的提取。在实际的工业生产和科研活动中，旋转机械常常需要在时变的工况条件下运行，所采集的旋转机械信号常常具有时变特点。因此，通过时频分析构造旋转机械信号的时频分布，能够直观地表达旋转机械信号中的特征信息，从而反映机械系统的动力学特性及健康状态，在大型旋转机械装备的状态监测及故障诊断领域受到广大关注。

中国发明专利201710593238.3公布了一种基于自适应调节窗函数长度的时频分析方法。首先，对采集的信号进行快速傅里叶变换获得信号频谱；其次，根据频谱特点及分辨率要求确定控制因子；最后，将得到的控制函数代入窗函数中，并将窗函数经过快速傅里叶变换后与扩维后的信号频谱相乘，再经傅里叶逆变换得到时频分布。中国发明专利201310256814.7公布了一种基于自适应STFT的旋转机械阶次跟踪方法。首先，根据转速趋势确定窗函数的尺度函数；其次，根据尺度函数进行变化窗函数的自适应STFT；最后，从得到的时频分布中提取阶次分量，并进行时频逆变换得到独立时域波形，从而进行旋转机械的特征提取。

上述两种方法的特点是能够利用信号自身的频谱信息或采集到的转速信息调节时频分析中窗函数的长度，从而相比于固定窗函数的时频分布而言，能够一定程度提高时频分辨精度。然而，受到海森伯格不确定性的影响，所构造的窗函数无法在时间和频率两个方向上同时实现最高精度；此外，实际测量的旋转机械信号中不可避免地存在噪声成分，上述方法所得的时频分布也不可避免地存在噪声成分的干扰。因此，对于大型复杂旋转机械设备而言，当复杂的幅值与频率调制作用产生密集分布的时变频率成分时，相邻的时变频率成分容易因时频分辨率不高而被混淆，噪声成分也不易于和真实频率成分区别开，由此造成信号特征的错误识别，影响机械装备健康状态的识别与判断。

发明内容

本发明要解决的技术问题是提供一种旋转机械信号时变频率特征提取方法，能够克服相邻的时变频率成分的互相干扰，并去除噪声成分，清晰地提取密集分布的时变频率成分，得到具有高时频分辨率的信号时频分布。

为解决上述技术问题，本发明实施例提供一种旋转机械信号时变频率特征提取方法，包括：

获取目标旋转机械设备的时域信号对应的角域信号，其中，所述目标旋转机械设备的时域信号为原始信号；

对角域信号进行时频分析，并对得到的时频分布矩阵的每一行或部分行进行代理测试，得到真实频率成分；

重构各真实频率成分的时域信号；

确定重构得到的各真实频率成分的时域信号的希尔伯特时频分布，将各希尔伯特时频分布叠加，得到原始信号的时频分布。