CN102359815A - 一种基于小波分形组合的***振动信号特征提取方法 - Google Patents
一种基于小波分形组合的***振动信号特征提取方法 Download PDFInfo
- Publication number
- CN102359815A CN102359815A CN2011101900935A CN201110190093A CN102359815A CN 102359815 A CN102359815 A CN 102359815A CN 2011101900935 A CN2011101900935 A CN 2011101900935A CN 201110190093 A CN201110190093 A CN 201110190093A CN 102359815 A CN102359815 A CN 102359815A
- Authority
- CN
- China
- Prior art keywords
- blasting vibration
- vibration signal
- signal
- fractal
- wavelet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于小波分形组合的***振动信号特征提取方法,该方法一方面通过不同分解尺度条件下分形维数的变化规律确定小波阈值去噪中最佳的小波分解尺度;另一方面通过小波分量的相似与自相似性科学验证***振动信号的分形特性,通过***振动信号小波分量的分维数随频率变化规律,提出将***振动信号分形维数作为表征***振动的新的无量纲参量。本发明的***振动信号特征提取方法,步骤简单、可操作性强,通过该方法能够精确获取***振动信号的特征,满足工程中***振动信号分析中特征提取的使用需求。
Description
技术领域
本发明***振动信号特征的提取方法,具体涉及一种基于小波分形组合的***振动信号特征提取方法。
背景技术
目前,工程***引起的***振动效应是***公害中最重要的研究课题之一,通过***振动信号分析,准确提取***振动特征是进行***振动效应分析及***振动危害控制的基础。
由于***振动信号属于典型的短时非平稳随机过程,建立在平稳过程上传统的Fourier变换等方法已无法反应其本质特征,对于***振动信号的时频局部化特征也不能进行精细化刻画。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种可以对***振动信号特征进行高精度刻画的基于小波分形组合的***振动信号特征提取方法。
技术方案:为实现上述目的,本发明的一种基于小波分形组合的***振动信号特征提取方法,是这样提取***振动信号特征:首先,给出***振动信号小波分形阈值去噪方法,采用适宜于***振动信号特征分析的小波基进行多尺度分解,对高频系数进行阈值量化后进行重构,得到不同分解尺度条件下的去噪结果;基于***振动信号分形盒维数计算模型,确定矩形盒尺寸、k值,计算不同分解尺度条件下去噪后***振动时程曲线的分形维数值,根据盒维数最小时对应的分解尺度确定为最佳的小波分解尺度进行***振动信号的小波阈值去噪;然后,通过***振动信号小波系数的相似性及自相似性验证***振动信号的分形特性;通过***振动信号分形维数随频率变化规律,将分形维数作为***振动信号的特征参量。
具体来说,本发明的一种基于小波分形组合的***振动信号特征提取方法,包括以下步骤:
(a)建立分形维数计算模型,确定***振动信号分形维数
①设振动时程曲线S∈R2,将曲线覆盖的整个平面R×R划分为尽可能小的网格(δ1×δ2),该网格也称为矩形盒,采用基本步长为k(δ1×δ2)的矩形覆盖待分析的信号,统计对应尺度下有效覆盖网格数Nkδ,设所有与S相交的网格数为则振动分形维数计算公式为:
其中:k=1,2,3L表示网格的放大倍数,
②确定网格的放大倍数k:1≤k≤[T/2Δt]+1,T为主振周期,Δt为采样时间间隔;
③确定网格尺寸k(δ1×δ2):网格宽度kδ1最大不超过振动信号半周期的宽度T/2,网格高度kδ2最小值不小于整个分析信号相邻数据点间的最小非零幅值差ΔAmin,同时kδ2不大于信号的最高峰值Amax(实际确定δ2时采用Matlab中sort(s)命令对采样数据进行排序,从而容易确定出ΔAmin);
(b)对***振动信号进行去噪
①采用小波变换对信号进行多尺度分解;
②对分解所得高频细节分量按下式进行阈值处理:
***振动信号的噪声方差σ未知,由下式进行估计:σ=median(|dj(k)|)/0.6745,其中,为中值函数;
③将逼近信号和经阈值处理后的细节信号重构,得到去噪后的***振动信号;
④分别计算不同分解尺度条件下去噪后***振动波形的盒维数值,分形维数最小时对应的分解尺度确定为最佳分解尺度;
(c)确定***振动信号不同频带信号分量的分维数特征
①对实测***振动信号进行小波多尺度分解;
②计算步骤①中所得小波分量对应的分形维数值,刻画振动时程曲线复杂度;
③小波分量对应分形维数值随频率变化,频率越高,分维数越大,且工程***振动测试信号中满足1≤D≤2,D为分形盒维数,将分形盒维数D作为表征***振动信号中频率成份的新参量。
本发明中,可以通过对***振动信号分形特性进行小波分析,验证***振动信号分形特征:①对实测***振动信号进行最佳分解层数条件下的小波分解;②对***振动信号及小波分量进行连续小波变换,得出自相似指数图;③在小波分解后显示的自相似指数图中,验证***振动信号分形特征。
有益效果:本发明的一种基于小波分形组合的***振动信号特征提取方法,一方面通过不同分解尺度条件下分形维数的变化规律确定小波阈值去噪中最佳的小波分解尺度;另一方面通过小波分量的相似与自相似性科学验证***振动信号的分形特性,通过***振动信号小波分量的分维数随频率变化规律,提出将***振动信号分形维数作为表征***振动的新的无量纲参量,该方法步骤简单、可操作性强,通过该方法能够精确获取***振动信号的特征,满足工程中***振动信号分析中特征提取的使用需求。
附图说明
图1为典型的***振动实测信号图;
图2为矩形盒覆盖模型图;
图3为不同分解层数小波阈值去噪效果图;
图4为不同分解层数条件下盒维数值;
图5为最佳分解尺度条件下去噪效果图;
图6为小波分解(j=3)图;
图7为时间-尺度-系数图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本实施例中,首先获取一典型的***振动实测信号s,如图1所示,其中含有噪声分量;图2为本实施例中建立的***振动双尺度矩形盒覆盖模型。本发明的一种基于小波分形组合的***振动信号特征提取方法,包括以下步骤:
(a)建立分形维数计算模型,确定***振动信号分形维数
①设振动时程曲线S∈R2,将曲线覆盖的整个平面R×R划分为尽可能小的网格(δ1×δ2),采用基本步长为k(δ1×δ2)的矩形覆盖待分析的信号,统计对应尺度下有效覆盖网格数Nkδ,设所有与S相交的网格数为则振动分形维数计算公式为:
其中:k=1,2,3L表示网格的放大倍数,
②确定网格的放大倍数k:1≤k≤[T/2/Δt]+1,T为主振周期,Δt为采样时间间隔;
③确定网格尺寸k(δ1×δ2):网格宽度kδ1最大不超过振动信号半周期的宽度T/2,网格高度kδ2最小值不小于整个分析信号相邻数据点间的最小非零幅值差ΔAmin,同时kδ2不大于信号的最高峰值Amax;
(b)对***振动信号进行去噪
①对图1所示的***振动测试信号采用“db7”小波进行多尺度分解,
②对分解所得高频细节分量按下式进行阈值处理:
其中各个尺度的阈值按下式确定:Tj为各分解尺度对应的阈值,j为分解尺度;
***振动信号的噪声方差σ未知,由下式进行估计:σ=median(|dj(k)|)/0.6745,其中,为中值函数;
③将逼近信号和经阈值处理后的细节信号重构,得到去噪后的***振动信号,图3为不同分解层数条件下(j=1~5)小波阈值去噪效果图。
④分别计算不同分解尺度条件下去噪后***振动波形的盒维数值,分形维数最小时对应的分解尺度确定为最佳分解尺度:按照图2所示的矩形盒覆盖模型及式(1)的计算方法,计算分别经过j=1~5层小波阈值去噪后振动波形的分形盒维数值,如图4所示。当j=1~3时,随着分解层数的增加,分形维数值D=1.2997~1.2915,分形维数值随着分解尺度增加而减小,随着分解尺度的增加滤除了更多的噪声分量,更加准确地体现了实际***振动规律;当j=3~5时,分形盒维数值D=1.2915~1.2925,过度分解使得所采集到的***振动波形失真。因此,此时最佳分解尺度为j=3。
最后,按j=3进行去噪后的***振动信号如图5所示,成功去除实测信号中的噪声干扰。
本实施例中,可以通过对***振动信号分形特性进行小波分析,验证***振动信号分形特征:
实测***振动信号进行最佳分解层数条件下的小波分解:对图1所示的***振动测试信号基于db7小波,进行j=3的分解,并分别对低频、高频分量进行重构,得到图6中的低频分量A3,高频分量D3、D2、D1,分别代表原信号s中不同频段内的振动分量;
对***振动信号s及小波分量A3,D3、D2、D1进行连续小波变换,得出图7中的自相似指数图;
在小波分解后显示的自相似指数图中,验证***振动信号分形特征:各小波分量A3,D3、D2、D1之间以及***振动信号s与A3,D3、D2、D1之间的小波系数均相似。垂直轴线上显示的线条就是由于信号的自相似性产生的。小波系数越大,则图中表现的线条越亮。研究结果表明,信号的自相似性也是信号的分形特征,采用本发明科学验证了***振动信号具有分形特征。
(c)确定***振动信号不同频带信号分量的分维数特征
按照式(1)分别计算图6中小波分解所得的不同频带信号分量的分形维数值,如表1所示:
表1 不同频带信号分量的分形维数值
分析表1中***振动不同频带信号分量分维数值随频率变化关系:***振动信号s的盒维数为1.3007,四个小波分量的盒维数值范围为1.0470~1.5708。因此,随着A3、D3、D2、D1对应频段频率的升高,其盒维数值也由低到高逐渐增大。
可见,分形盒维数可反映振动曲线的复杂程度。对于工程测试信号中的***振动信号,其曲线复杂程度可以根据它的频率成份反映出来,频率越高对应信号变化越快,整个信号波形更加充满整个平面,盒维数值D越趋近于欧式几何中平面的分形维数值“2”,因此盒维数值D可以作为反映***振动信号中频率成份的新参量,在进行***振动预报、控制***振动危害效应等方面均起到重要作用。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.一种基于小波分形组合的***振动信号特征提取方法,其特征在于包括以下步骤:
(a)建立分形维数计算模型,确定***振动信号分形维数
①设振动时程曲线S∈R2,将曲线覆盖的整个平面R×R划分为尽可能小的网格(δ1×δ2),采用基本步长为k(δ1×δ2)的矩形覆盖待分析的信号,统计对应尺度下有效覆盖网格数Nkδ,设所有与S相交的网格数为则振动分形维数计算公式为:
其中:k=1,2,3L表示网格的放大倍数,
②确定网格的放大倍数k:1≤k≤[T/2Δt]+1,T为主振周期,Δt为采样时间间隔;
③确定网格尺寸k(δ1×δ2):网格宽度kδ1最大不超过振动信号半周期的宽度T/2,网格高度kδ2最小值不小于整个分析信号相邻数据点间的最小非零幅值差ΔAmin,同时kδ2不大于信号的最高峰值Amax;
(b)对***振动信号进行去噪
①采用小波变换对信号进行多尺度分解;
②对分解所得高频细节分量按下式进行阈值处理:
***振动信号的噪声方差σ未知,由下式进行估计:σ=median(|dj(k)|)/0.6745,其中,为中值函数;
③将逼近信号和经阈值处理后的细节信号重构,得到去噪后的***振动信号;
④分别计算不同分解尺度条件下去噪后***振动波形的盒维数值,分形维数最小时对应的分解尺度确定为最佳分解尺度;
(c)确定***振动信号不同频带信号分量的分维数特征
①对实测***振动信号进行小波多尺度分解;
②计算步骤①中所得小波分量对应的分形维数值,刻画振动时程曲线复杂度;
③小波分量对应分形维数值随频率变化,频率越高,分维数越大,且工程***振动测试信号中满足1≤D≤2,D为分形盒维数,将分形盒维数D作为表征***振动信号中频率成份的新参量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101900935A CN102359815A (zh) | 2011-07-08 | 2011-07-08 | 一种基于小波分形组合的***振动信号特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101900935A CN102359815A (zh) | 2011-07-08 | 2011-07-08 | 一种基于小波分形组合的***振动信号特征提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102359815A true CN102359815A (zh) | 2012-02-22 |
Family
ID=45585178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101900935A Pending CN102359815A (zh) | 2011-07-08 | 2011-07-08 | 一种基于小波分形组合的***振动信号特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102359815A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223331A (zh) * | 2015-09-01 | 2016-01-06 | 鞍钢集团矿业公司 | 一种岩石与***匹配优选的***试验方法 |
CN106909787A (zh) * | 2017-02-27 | 2017-06-30 | 中南林业科技大学 | 一种火花塞间隙预测方法与装置 |
CN110487136A (zh) * | 2019-08-23 | 2019-11-22 | 贵州大学 | 一种基于频谱叠加的台阶***毫秒延时压制降振方法 |
CN110865171A (zh) * | 2019-11-14 | 2020-03-06 | 北京龙德时代技术服务有限公司 | 基于数字噪音检测的***安全分析方法及分析*** |
CN111829405A (zh) * | 2020-07-16 | 2020-10-27 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种基于小波分析城区***安全控制的方法 |
CN113221828A (zh) * | 2021-05-31 | 2021-08-06 | 煤炭科学研究总院 | 一种***震动响应信号的去噪方法、装置及电子设备 |
CN115662444A (zh) * | 2022-12-14 | 2023-01-31 | 北京惠朗时代科技有限公司 | 基于人工智能的电子***语音交互式应用方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504487A (en) * | 1995-05-17 | 1996-04-02 | Fastman, Inc. | System for extracting targets from radar signatures |
US6745129B1 (en) * | 2002-10-29 | 2004-06-01 | The University Of Tulsa | Wavelet-based analysis of singularities in seismic data |
CN102095560A (zh) * | 2010-11-09 | 2011-06-15 | 中国人民解放军重庆通信学院 | 基于噪声测试的机械故障判别***及方法 |
-
2011
- 2011-07-08 CN CN2011101900935A patent/CN102359815A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504487A (en) * | 1995-05-17 | 1996-04-02 | Fastman, Inc. | System for extracting targets from radar signatures |
US6745129B1 (en) * | 2002-10-29 | 2004-06-01 | The University Of Tulsa | Wavelet-based analysis of singularities in seismic data |
CN102095560A (zh) * | 2010-11-09 | 2011-06-15 | 中国人民解放军重庆通信学院 | 基于噪声测试的机械故障判别***及方法 |
Non-Patent Citations (4)
Title |
---|
《振动与冲击》 20110131 谢全民等 "小波包与分形组合技术在***振动信号分析中的应用研究" 第11-15页 1 第30卷, 第1期 * |
熊正明等: "基于平移不变小波***振动信号去噪的应用研究", 《金属矿山》 * |
谢全民等: ""小波包与分形组合技术在***振动信号分析中的应用研究"", 《振动与冲击》 * |
龙源等: "***振动信号小波分析和分形机理研究", 《中国工程***协会四届二次常务理事会、中国力学学会工程***专业委员会学术会议论文集》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223331A (zh) * | 2015-09-01 | 2016-01-06 | 鞍钢集团矿业公司 | 一种岩石与***匹配优选的***试验方法 |
CN106909787A (zh) * | 2017-02-27 | 2017-06-30 | 中南林业科技大学 | 一种火花塞间隙预测方法与装置 |
CN110487136A (zh) * | 2019-08-23 | 2019-11-22 | 贵州大学 | 一种基于频谱叠加的台阶***毫秒延时压制降振方法 |
CN110487136B (zh) * | 2019-08-23 | 2021-12-03 | 贵州大学 | 一种基于频谱叠加的台阶***毫秒延时压制降振方法 |
CN110865171A (zh) * | 2019-11-14 | 2020-03-06 | 北京龙德时代技术服务有限公司 | 基于数字噪音检测的***安全分析方法及分析*** |
CN110865171B (zh) * | 2019-11-14 | 2022-04-19 | 北京龙德时代技术服务有限公司 | 基于数字噪音检测的***安全分析方法及分析*** |
CN111829405A (zh) * | 2020-07-16 | 2020-10-27 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种基于小波分析城区***安全控制的方法 |
CN113221828A (zh) * | 2021-05-31 | 2021-08-06 | 煤炭科学研究总院 | 一种***震动响应信号的去噪方法、装置及电子设备 |
CN113221828B (zh) * | 2021-05-31 | 2022-03-08 | 煤炭科学研究总院 | 一种***震动响应信号的去噪方法、装置及电子设备 |
CN115662444A (zh) * | 2022-12-14 | 2023-01-31 | 北京惠朗时代科技有限公司 | 基于人工智能的电子***语音交互式应用方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102359815A (zh) | 一种基于小波分形组合的***振动信号特征提取方法 | |
Zhang et al. | An optimized time varying filtering based empirical mode decomposition method with grey wolf optimizer for machinery fault diagnosis | |
Sharma et al. | Empirical mode decomposition for adaptive AM-FM analysis of speech: A review | |
CN106778694A (zh) | 一种基于集合经验模态分解和支持向量机的齿轮传动噪声分析方法 | |
CN102650658B (zh) | 一种时变非平稳信号时频分析方法 | |
CN105928702B (zh) | 基于形态分量分析的变工况齿轮箱轴承故障诊断方法 | |
CN102519725B (zh) | 通过非线性冗余提升小波包处理轴承设备振动信号的方法 | |
CN103675617A (zh) | 一种用于高频局部放电信号检测的抗干扰方法 | |
CN107607065A (zh) | 一种基于变分模态分解的冲击回波信号分析方法 | |
CN103956756A (zh) | 一种电力***低频振荡模态辨识方法 | |
CN101718862B (zh) | 基于ar模型和小波变换的核电站松动件定位方法 | |
CN103559888A (zh) | 基于非负低秩和稀疏矩阵分解原理的语音增强方法 | |
CN105548739B (zh) | 一种避雷器运行状态信号处理方法 | |
CN104020402A (zh) | 一种脉冲触发采集的变电站局部放电脉冲信号降噪方法 | |
CN103033481A (zh) | 基于fft的激光分析仪二次谐波滤波方法 | |
CN102624349B (zh) | 一种对原始数据低失真的谐波噪声干扰和白噪声干扰的去除方法 | |
CN105426822A (zh) | 基于双树复小波变换的非平稳信号多重分形特征提取方法 | |
CN105046025B (zh) | 一种核磁共振多相流测量中各相分离的方法 | |
CN102750955A (zh) | 基于残差信号频谱重构的声码器 | |
CN103795411A (zh) | 基于五项最大旁瓣衰减窗三谱线插值测试sfdr的方法 | |
Lv et al. | Longitudinal synchroextracting transform: A useful tool for characterizing signals with strong frequency modulation and application to machine fault diagnosis | |
CN107123431A (zh) | 一种水声信号降噪方法 | |
CN101887405B (zh) | 一种基于二进掩蔽信号技术的经验模态分解信号处理方法 | |
Hu et al. | Identification of wind turbine gearbox weak compound fault based on optimal empirical wavelet transform | |
CN115902396B (zh) | 大型风电并网***的谐振检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120222 |