[发明专利]一种基于快速谱相关的高压循环泵机械信号特征提取方法

说明书

一种基于快速谱相关的高压循环泵机械信号特征提取方法，属于机械信号处理与特征提取领域。步骤：使用压力脉动传感器和振动加速度传感器采集高压循环泵运行过程中的机械信号；对采集到的信号去直流分量；确定窗函数的大小、类型和循环频率的范围；对去直流分量的信号进行短时傅里叶变换和相位修正的短时傅里叶变换；进一步的计算扫描谱相关并且得到快速谱相关；对快速谱相关归一化得到快速谱相干；然后快速谱相干沿着频率轴积分得到增强包络谱；在增强包络谱中即可提取到高压循环泵机械信号的特征频率。本发明克服了传统信号处理方法不能提取循环平稳类型信号特征频率的缺点，其可以有效的提取高压循环泵的特征频率，计算时间效率高，具有很强大的工程实用性。

技术领域

本发明属于机械信号处理与特征提取领域，涉及到一种基于快速谱相关的高压循环泵机械信号特征提取方法。

背景技术

高压循环泵在运行中产生的机械信号具有强烈循环平稳特性，准确的提取其运行过程中的信号特征对评估高压循环泵设备的状态十分重要。一些常见的信号特征提取方法有时域的方法如方差、峭度值等；频域的方法如快速傅里叶变换(FFT)，倒谱分析，阶次分析，全息谱分析等；时频域的方法如经验模态分解(EMD)，变分模态分解(VMD)，小波变换(WT)等。然而在高压循环泵中，由于叶轮等旋转部件做旋转运动，会使得采集到的信号表现出周期性的变化规律，此类信号是循环平稳信号。循环平稳信号与普通的非平稳信号有差别,一是其本身具有非平稳性,二是表现出周期性，循环平稳信号是本质上是非平稳的随机信号，上述传统信号处理方法如时域频域分析适合处理平稳信号；时频域方法对处理非平稳的随机信号也有缺陷，比如EMD存在模态混叠等问题，VMD要求预先定义模态数，WT需要选择最佳小波基函数和分解层数等问题。

如果采用循环平稳分析中的方法循环自相关分析来高压循环泵机械信号特征也有缺陷，因为在现实中的工程应用中，采样时间长，采样频率大，导致采集到数据量庞大，采用循环自相关分析的话会增大计算量，计算时间增加。

发明内容

为了解决现有技术存在的问题，本发明提供一种基于快速谱相关的高压循环泵机械信号特征提取方法，本发明能够清晰有效的提取高压循环泵机械信号的特征频率，提高计算效率。

本发明的技术方案为：

一种基于快速谱相关的高压循环泵机械信号特征提取方法，包括以下步骤：

步骤1：采用压力脉动传感器和振动加速度传感器采集高压循环泵运行过程的机械信号；

将压力脉动传感器和加速度传感器均安装在高压循环泵的进口和两个出口处，监测该泵在运行过程中反应水力振动的压力脉动和反应机械振动的振动加速度数据；将压力脉动传感器和加速度传感器在靠近泵的进出口处和远离泵的进出口处各安装一个；选取额定工况下的靠近泵侧出口压力脉动和振动数据进行处理。

步骤2：对采集到的机械信号去直流分量处理，达到预消噪的目的；

所述的对采集到的机械信号去直流分量处理的方法为：

x＝y-mean(y)

其中：x为去直流分量后的信号，y为采集到的原始信号，mean表示取均值符号。

步骤3：对步骤2的去直流分量信号进行短时傅里叶变换和相位修正的短时傅里叶变换，具体的：

去直流分量信号短时傅里叶变换的计算方法为：