[发明专利]一种基于LCD-小波新阈值的机械密封声发射信号降噪方法

说明书

本发明公开了一种基于LCD‑小波新阈值的机械密封声发射信号降噪方法，通过局部特征尺度分解对声发射信号X(t)进行分解，得到若干按照频率由高到低排列的ISC分量；分别计算出局部特征尺度分解得到的每个ISC分量和原始信号的互相关系数；构建基于频谱分析和互相关系数组合的含噪分量筛选规则，从ISC分量中筛选出纯净分量和含噪分量；将筛选出来的含噪分量进行组合重构，对组合重构的含噪分量进行降噪处理；将筛选出的纯净信号分量和经过降噪后的组合含噪分量进行重构，得到LCD‑小波新阈值降噪后的信号。本发明可有效解决机械密封在低速不稳定状态下，声发射信号干扰成分较多，不利于状态监测和故障诊断的技术难题。

技术领域

本发明涉及一种基于LCD-小波新阈值的机械密封声发射信号降噪方法，属于机械故障诊断领域。

背景技术

声发射信号与常用的振动信号相比，声发射信号凭借响应灵敏，频带范围宽，频率成分丰富在旋转机械早期碰摩故障检测中具有独特的优势。但在旋转机械密封声发射信号检测中，声发射信号经常会受到实际噪声的干扰，甚至被湮没，使得对有用的声发射信号的识别变得困难，所以在分析采集到的声发射信号时，必须要对其降噪处理。

在实际信号降噪的应用中，硬阈值函数在整个小波域内是不连续的，存在间断点，并且只对小于阈值的小波系数进行处理，而对那些大于阈值的小波系数不进行处理，以致降噪信号具有较大方差；软阈值函数在小波域内是连续的，虽然不存在间断点的问题，但它的导数确是不连续的，而在实际应用中经常要对信号进行一阶导数甚至高阶导数运算处理，并且对软阈值函数降噪时那些大于阈值的小波系数是采取恒定值压缩的，这实际上与噪声分量随小波系数增大而逐渐减小的趋势不相符。

发明内容

针对现有技术的不足和缺陷，提供了一种基于LCD和小波新阈值相结合的信号降噪方法，用于机械密封声发射信号的预处理,可有效解决机械密封在低速不稳定状态下，声发射信号干扰成分较多，不利于状态监测和故障诊断的技术难题。

一种基于LCD-小波新阈值的机械密封声发射信号降噪方法，包括以下步骤：

(1)通过机械密封声发射信号采集试验平台采集机械密封声发射信号；

(2)通过局部特征尺度分解对机械密封声发射信号X(t)进行分解，得到若干按照频率由高到低排列的ISC分量；

(3)分别计算出局部特征尺度分解得到的每个ISC分量和原始信号的互相关系数；

(4)通过对ISC分量进行FFT频谱分析，构建基于频谱分析和互相关系数组合的含噪分量筛选规则，从ISC分量中筛选出纯净分量和含噪分量；

(5)利用信号重构技术，将筛选出来的含噪分量进行组合重构，利用改进的小波新阈值降噪方法对组合重构的含噪分量进行降噪处理；

(6)将筛选出的纯净信号分量和经过降噪后的组合含噪分量进行重构，得到LCD-小波新阈值降噪后的信号。

进一步的，所述步骤(1)中，所述机械密封声发射信号采集试验平台包括机械密封试验台、变频启动器、声发射信号采集器、机械密封试验件、供气系统、工控机。能够较完整地收集到机械密封声发射信号，以便后续进行降噪处理。

进一步的，所述步骤(2)中，所述ISC分量获得的具体方法为：

(2-1)取x(t)的所有极值点，利用相邻极值点对x(t)进行区间划分，在极值点划分的区间内，可利用线性变换对x(t)进行转换；

(2-2)假设原始信号由基线信号Lt和剩余信号P₁(t)组成，则将二者从原始信号x(t)中分离，利用ISC分量判据对分离得到的P₁(t)进行判别；

(2-3)从原始信号x(t)中剔除ISC₁(t),并循环计算n次，每次均可得到一个满足分量判据的ISC分量。