基于EEMD‑HHT与时频重排结合的转速曲线估计方法技术

本发明专利技术公开了一种基于EEMD‑HHT与时频重排结合的转速曲线估计方法，包括：A、用EEMD分解振动信号；B、用相关系数和能量谱相结合，提取参考轴所对应的IMF；C、对提取的IMF分量作Hilbert变换，得到其各个点的瞬时频率值；D、截取提取的IMF前后两端各一定长度的数据，做时频重排变换，得到两个时频矩阵；E、对时频矩阵进行限制搜索条件的瘠线提取，得到前后两端的瘠线；F、对瘠线进行拟合，得到截取数据各点的瞬时频率值；G、利用截取数据各点的瞬时频率值代替步由Hilbert变换得到的对应点处的值，组成新的频率数组；H、对频率数组进行最小二乘拟合，获得光滑的转速曲线。本发明专利技术采用EEMD‑HHT与时频重排方法相结合，有效的估计出转速曲线，具有现实的工程意义。

【技术实现步骤摘要】
基于EEMD-HHT与时频重排结合的转速曲线估计方法
本专利技术属于旋转机械状态监测与诊断领域，尤其涉及一种基于EEMD-HHT与时频重排结合的转速曲线估计方法。
技术介绍
旋转机械广泛应用于社会生产的各个行业，保障其安全稳定的运行有着重大意义。机器的振动总是伴随着机器的运转而存在的。即使是机器在最佳的运行状态，由于微小的缺陷，也将产生某些振动。旋转机械大部分故障的征兆都包含在机械的振动信号中，因此目前对旋转机械的状态监测与故障诊断的重要手段是对振动的监测与分析。工程上通常采用加速度传感器来获取旋转机械运行状态下的振动信号。旋转机械的早期故障振动特征微弱，稳态运行时难以充分体现微弱故障特征。大量实践经验表明，机械变转速运行时的振动信号含有更丰富的信息，更能有效暴露微弱故障特征，但此时的振动信号属于非平稳信号，不适合于常规的傅里叶频谱分析。阶比分析是旋转机械变转速状态下振动信号的一种常用分析方法，其关键在于将时域非平稳信号通过等角度重采样转化为角度域的平稳信号，这个过程称为阶比跟踪。传统的阶比跟踪方法有硬件阶比跟踪和计算阶比跟踪，两者都需要有特定的测量转速的硬件装置，在不便安装的场合，两种方法都无能为力。近年来，随着学者不断的研究，出现了无需硬件测速装置的软件阶比跟踪技术，其关键在于从振动信号中估计出参考轴的转速曲线，从而计算得到重采样时刻。软件阶比跟踪技术极大削弱了阶比分析对硬件的依赖，得到了广泛的应用。目前常用的由振动信号估计参考轴转速曲线的方法如下：(1)先利用短时傅里叶变换(STFT)或Wigner-Ville分布(WVD)等传统时频分析方法得到振动信号的时频谱，再通过对时频谱进行峰值搜索获得某个阶比分量的瞬时频率，进而获得参考轴的转速曲线。(2)利用Hilbert-Huang变换(HHT)获得转速曲线。但是，方法(1)存在时频聚焦性差、交叉项干扰、分析精度差和计算效率低的问题，方法(2)存在参考轴所对应的本征模函数(IMF)不好选择、相邻模态之间发生混叠和端点效应等问题，严重影响转速曲线的估计精度，使得阶比分析后续过程计算结果不准确，阶比谱误差明显。因此，现在非常需要一种能够准确的由振动信号估计出转速曲线，从而得到正确阶比谱的方法，以便对旋转机械的故障状态做出准确判断。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提供一种准确的由旋转机械振动信号估计出转速曲线的方法，对旋转机械振动信号进行转速估计，再进行阶比分析，从而实现对旋转机械故障状态的监测和判断。本专利技术为实现上述目的，采用以下技术方案：一种基于EEMD-HHT与时频重排结合的转速曲线估计方法，方法流程图如图1所示，包括以下步骤：A、利用EEMD方法对振动信号进行分解，得到一系列IMF，避免EMD分解产生的模态混叠现象。B、利用相关系数和能量谱相结合的方法，判断步骤A得到的IMF分量的真伪，剔除虚假成分，提取参考轴所对应的IMF分量。C、对步骤B提取到的参考轴所对应的IMF分量作Hilbert变换，得到其各个点的瞬时频率值。D、截取步骤B提取到的参考轴所对应的IMF前后两端各一定长度的数据，并做时频重排变换，得到两个时频重排矩阵。E、对步骤D得到的两个时频矩阵分别进行限制搜索条件的瘠线提取，得到前后两端瘠线的离散频率值。F、对步骤E得到的前后两端瘠线的离散频率值分别进行最小二乘拟合，得到前后两端截取数据各点的瞬时频率值。G、利用步骤F得到前后两端截取数据各点的瞬时频率值代替步骤C中由Hilbert变换得到的对应点处的值，组成一个新的频率数组。H、对步骤G得到的频率数组重新进行最小二乘拟合，获得光滑的转速曲线。其中，所述步骤B具体包括：B1、将步骤A得到的所有IMF和原振动信号进行归一化处理。B2、分别计算B1步骤处理后的IMF分量与原振动信号间的相关系数值，相关系数公式为：式中，X和Y分别表示某个归一化后的IMF分量和原始信号。相关系数越大代表该分量与原信号相关性越好，越能表示真实的信号成分，反之代表与原信号相关性不大，可能为虚假分量。B3、定义某IMF分量中各点的平方和作为其能量的标志。分别计算各IMF的能量值，并做归一化处理，以各IMF所占的百分比作为判断指标，公式如下：式中，X表示某个IMF分量，M为IMF的个数。ek越大表示第K个IMF分量所占比重越大，越小则表示所占比重越小。B4、综合B2和B3的计算结果，选取相关系数值和能量占比都较大的IMF分量作为参考轴的本征模态函数。所述步骤E具体包括：E1、设定能量阈值Ea，式中Esum为步骤D得到的某一个重排矩阵的总能量，N为步骤B选取的参考轴所对应IMF的长度。E2、由转频设置搜索频率的上下限fu和fd。为自适应区分步骤D截取的前后两端的数据，在满足E(t，f)＞Ea的点(t，f)中，分别计算满足条件fd＜fs＜fu的点(ts，fs)处的能量和Es，满足条件的点(ti，fi)处的能量和Ed，及满足条件的点(tj，fj)处的能量和Eu。如果即能量更多的集中在频率较低的地方，则认为该数据段为增速过程的前端数据，或减速过程的后端数据；如果则反之。E3、以增速过程为例，对于前端数据，从(ti，fi)中找出满足fd＜fik＜fd+m的能量最大值；对于后端数据，则从(tj，fj)中找出满足fd＜fjl＜fd-n的能量最大值，式中m和n均为大于0的整数，具体取值示增速情况而定。将此能量值所对应的频率作为该时刻下的瞬时频率值，即瘠线在该时刻的点。由于端点震荡，并不是所有的时刻都存在符合频率搜索范围的值，所以在搜索完整个矩阵后需要进行步骤F，以便得到截取部分各点的频率值。所述步骤H具体包括：H、对步骤G得到的“拼接”瞬时频率数组进行最小二乘多项式拟合，以得到光滑的转速曲线。以二阶多项式为例，则拟合方程为：f(t)＝at2+bt+c(4)式中，f(t)为拟合得到的转速曲线的频率方程，a、b和c是拟合系数。与现有技术相比本专利技术的有益效果为：传统时频分析方法获取参考轴转速曲线时存在时频聚焦性差、交叉项干扰、分析精度差和计算效率低的问题，HHT方法则存在参考轴所对应的IMF不好选择、相邻模态之间发生混叠和端点效应等问题，严重影响转速曲线的估计精度，使得阶比分析后续过程计算结果不准确，阶比谱误差明显。本专利技术采用EEMD-HHT与时频重排结合的方法，避免了模态混叠，减轻了端点效应，在保证时频聚焦性的同时提高了计算效率，能准确的从旋转机械的振动信号中估计出转速曲线。本专利技术的优点如下：(1)采用EEMD方法对信号进行分解，解决了相邻模态间的混叠效应；(2)采用相关系数与能量谱相结合的方法，解决了参考轴对应的IMF不好选择的问题；(3)采用Hilbert变换与搜索时频矩阵瘠线结合的方法求取IMF瞬时频率，解决了传统时频变换的时频聚焦性差、计算效率低等问题；(4)采用限制搜索条件的瘠提取方法处理转轴对应IMF两端数据，解决了Hilbert变换导致的IMF两端频率突变的现象；(5)采用对“拼接”的瞬时频率数组进行最小二乘拟合得到光滑转速曲线的方法，解决了传统转速曲线估计方法精度低的问题。附图说明图1本专利技术提出的方法流程图；图2为实测振动信号时域波形图；图3为实测振动信号傅里叶变换频谱图；图4为EMD分解实测本文档来自技高网...

【技术保护点】
一种基于EEMD‑HHT与时频重排结合的转速曲线估计方法，其特征在于，所述方法包括以下步骤：A、利用EEMD方法对振动信号进行分解，得到一系列IMF，避免EMD分解产生的模态混叠现象。B、利用相关系数和能量谱相结合的方法，判断步骤A得到的IMF分量的真伪，剔除虚假成分，提取参考轴所对应的IMF分量。C、对步骤B提取到的参考轴所对应的IMF分量作Hilbert变换，得到其各个点的瞬时频率值。D、截取步骤B提取到的参考轴所对应的IMF前后两端各一定长度的数据，并做时频重排变换，得到两个时频重排矩阵。E、对步骤D得到的两个时频矩阵分别进行限制搜索条件的瘠线提取，得到前后两端瘠线的离散频率值。F、对步骤E得到的前后两端瘠线的离散频率值分别进行最小二乘拟合，得到前后两端截取数据各点的瞬时频率值。G、利用步骤F得到前后两端截取数据各点的瞬时频率值代替步骤C中由Hilbert变换得到的对应点处的值，组成一个新的频率数组。H、对步骤G得到的频率数组重新进行最小二乘拟合，获得光滑的转速曲线。

【技术特征摘要】
1.一种基于EEMD-HHT与时频重排结合的转速曲线估计方法，其特征在于，所述方法包括以下步骤：A、利用EEMD方法对振动信号进行分解，得到一系列IMF，避免EMD分解产生的模态混叠现象。B、利用相关系数和能量谱相结合的方法，判断步骤A得到的IMF分量的真伪，剔除虚假成分，提取参考轴所对应的IMF分量。C、对步骤B提取到的参考轴所对应的IMF分量作Hilbert变换，得到其各个点的瞬时频率值。D、截取步骤B提取到的参考轴所对应的IMF前后两端各一定长度的数据，并做时频重排变换，得到两个时频重排矩阵。E、对步骤D得到的两个时频矩阵分别进行限制搜索条件的瘠线提取，得到前后两端瘠线的离散频率值。F、对步骤E得到的前后两端瘠线的离散频率值分别进行最小二乘拟合，得到前后两端截取数据各点的瞬时频率值。G、利用步骤F得到前后两端截取数据各点的瞬时频率值代替步骤C中由Hilbert变换得到的对应点处的值，组成一个新的频率数组。H、对步骤G得到的频率数组重新进行最小二乘拟合，获得光滑的转速曲线。2.根据权利要求1所述的基于EEMD-HHT与时频重排结合的转速曲线估计方法，其特征在于，所述步骤B具体包括：B1、将步骤A得到的所有IMF和原振动信号进行归一化处理。B2、分别计算B1步骤处理后的IMF分量与原振动信号间的相关系数值，相关系数公式为：式中，X和Y分别表示某个归一化后的IMF分量和原始信号。相关系数越大代表该分量与原信号相关性越好，越能表示真实的信号成分，反之代表与原信号相关性不大，可能为虚假分量。B3、定义某IMF分量中各点的平方和作为其能量的标志。分别计算各IMF的能量值，并做归一化处理，以各IMF所占的百分比作为判断指标，公式如下：

【专利技术属性】
技术研发人员：陈宁，荣锋，杨明珠，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12