[发明专利]一种鲁棒的振动信号初始相位估计方法

说明书

本发明提供一种鲁棒的振动信号初始相位估计方法，首先根据原始信号进行硬阈值带通滤波，提取信号趋势部分，再利用Hilbert变换提取信号瞬时相位，利用线性插值和信号中间位置估计初始相位，降低信号边界“吉布斯”效应对估计结果的影响。本发明全过程只有一个特征频率参数，提高了相位估计算法鲁棒性；涉及的FFT、IFFT、Hilbert变换等均有快速算法，满足在线处理，可有效应用于故障诊断、设备健康管理等实时工业监测情景；通过滤波提高指定特征频率处信噪比，降低其它非特征频谱对初始相位估计的干扰；通过滤波信号长度一半附近位置估计初始相位，避免因为“吉布斯效应”产生的信号边界震荡带来的计算误差，提高了该方法的适用场景。

技术领域

本发明涉及测量测试技术领域，具体涉及一种鲁棒的振动信号初始相位估计方法。

背景技术

传统的机械故障诊断技术以前主要依靠现场有工作的经验的人通过人耳和触摸设备仪器进行分析，这个方式需要有大量工作经验的积累，依靠专家经验的积累并不能很好的进行推广，其次存在人的主观因素和客观因素，故障诊断结论人为干扰性大。在设备诊断及预测性维护中，基于振动信号分析是应用最广泛的故障监测方法之一。其主要技术都是通过时域图和频域图来分析设备的特征频率来对应不同的故障类型。

时域波形反应信号幅值及相位随时间变化的特征，时域波形一般可以通过对信号滤波和放大等处理方式采集到设备的信号，时域信号可以很直观的表现在不同时刻下设备的运行状态及其参数量，此时收集的振动波形可以反映出设备的健康状态，通过直观的观看振动信号波形，可以得到振动信号在不同时刻的变化。一般机械设备的振动信号都是非平稳的信号，其振动的波形是由设备多个部件旋转产生的

由于时域波形在设备故障分析中，比较单一，设备部件的振动信号进行了叠加，不能直观的分析出设备此时的状态，从而需要将时域信号进行傅里叶变化，将动态复杂的信号进行分解，将不同频率的振动信号在频域图中体现出来，频域图的故障特征频率可以反映设备此时的运行状态。将信号波形进行时频转换可以将采集到的一个周期内的波形转换成多个频率分量。根据傅里叶变换，将时域信号映射到频域上，频域图中反映了信号的幅度关系和特征频率的关系，频域信号分析不需要考虑信号是否为线性关系，直接通过频率信号来反映设备的运行状态。

通常将开机、停机过程的振动信号称为瞬态信号，它是转子系统对转速变化的响应，是转子动态特征和故障征兆的反映。仪器在启停过程中，转子经历了各种转速，其振动信号是转子系统对转速变化的响应，是转子动态特征和故障征兆的外在表现，包含了平时难以获得的丰富信息。因此，启停过程分析是转子检测的一项重要工作。通过分析设备振动信号的幅值和相位偏移，能够发现转子系统的共振频率和临界转速。根据低速下的幅值和相位，有助于了解转子的弯曲程度。通过相位的变化可以看出真个启停机过程中转子系统对于转子不平衡激荡的响应。(系统在通过临界转速时幅值响应有明显的共振峰，而相位在其前后变化近180°)

为了避开共振引起的振动异常，提高故障诊断的正确率，需要对瞬态信号(启停机情况)进行幅值和相位估计，通过改变机器结构，增大基础刚度，保证转子有良好的平衡性，使得风机运行转速避开共振区。

振动信号的相位计算常用方法如下：

快速傅里叶变换(FFT)频谱分析方法，在对离散信号进行频谱分析时，由于离散信号是进行了时域截断的，会产生能量泄漏、频谱幅值变小、测量精度降低等问题。为减小这类误差，国内外学者提出了基于矩形窗、Hanning窗、Blackman窗、Blackman—Harris窗的信号加窗插值FFT分析算法，在一定程度上抑制了频谱泄漏，提高了信号参数估计的准确度。通过调整口参数，选择旁瓣峰值电平小且旁瓣渐近衰减速率大的窗函数。对信号进行处理可以有效降低信号时域截断时相邻频谱旁瓣间的相互干扰造成的长范围泄漏。

正弦逼近法，完全是基于现代计算机技术和数字信号处理技术的发展而产生的。以最小二乘法为核心的正弦逼近法，能够实现1Hz 一10kHz宽频带范围内振动传感器相频特性的绝对测量，特别适用于采样周期数较少的低频大振幅情况下的振动传感器幅相特性的测量。