本发明专利技术提供一种调制高阶水平挤压变换机械故障诊断方法与装置，步骤如下：S10，获取信号，并对信号进行调制，得到调制信号；S20，对调制信号进行短时傅里叶变换，根据短时傅里叶变换时频值计算调制高阶群时延；S30，基于短时傅里叶变换和调制高阶群时延生成调制高阶水平挤压变换；S40，基于调制高阶水平挤压变换的时频谱进行机械故障诊断。本申请针对高阶时间重排同步挤压变换的时频聚焦性会受短时傅里叶的结果直接影响的问题，采用解调变换改善基于短时傅里叶变换的高阶时间重排同步挤压变换的时频精度。重排同步挤压变换的时频精度。重排同步挤压变换的时频精度。
【技术实现步骤摘要】
一种调制高阶水平挤压变换机械故障诊断方法与装置
[0001]本专利技术涉及机械故障诊断领域，具体而言，涉及一种调制高阶水平挤压变换机械故障诊断方法与装置。
[0002]
技术介绍
[0003]随着现代化生产的发展和科学技术的不断进步，机械设备发展日趋大型化、高速化、集成化、自动化、精密化和复杂化，且数量也是迅速增长，随之带来的就是对其要求的高的成本效益、实用性、可靠性。大型机械由于运行工作环境恶劣、持续的高负荷运作及使用寿命的限制，零部件易出现损伤甚至损坏。由于部件间的联系密切，一旦系统某个部位出现故障，将会引起连锁反应，关键设备部件的损坏甚至会导致整个系统瘫痪，造成巨大的经济损失，引起灾难性的后果。
[0004]轴承是大型机械中最关键的机械部件，也是最脆弱的机械部件。轴承缺陷会产生周期性机械脉冲，安装在机器上的状态监测传感器可以捕捉到这种脉冲，因此如何从状态监测信号中识别这种故障显得尤为关键。
[0005]据数据统计表明，由轴承、转子和齿轮引起的旋转机械故障占到总故障数的70%，而其中仅轴承便占到了30%以上。几十年来，对于旋转机械尤其是滚动轴承的故障诊断取得了很大的进展。其中常用的时频分析方法主要包括短时傅里叶变换（STFT）、连续小波变换（CWT）、S变换（ST）等，这些基于窗函数的方法都受海森伯格（Heisenberg）测不准原理的约束，其时间分辨率和频率分辨率无法同时得到提高，使得信号特征在时频谱上的表征相对较模糊，对轴承的故障诊断精度产生影响。近年来，重排（RM）及同步挤压变换（SST）等新兴后处理技术的广泛应用，极大地提高了传统时频分析的分辨率，使得时频表征趋于理想情况。然而，时频后处理技术很大程度上依赖于处理前的时频表征性能，无法准确表征非平稳信号的时变特征，故如何获得更加精确的时频分布，在提高参数估计精度的同时，获取高聚焦性能的时频表征结果依然是目前机械故障诊断领域的研究重点。
[0006]
技术实现思路
[0007]有鉴于此，本专利技术提供一种调制高阶水平挤压变换机械故障诊断方法与装置，通过获取更精确的群时延估计值，提高时频能量聚集性，从而高效地识别机械故障。
[0008]第一方面，提出一种调制高阶水平挤压变换机械故障诊断方法，该方法包括以下步骤：S10，获取信号，并对信号进行调制，得到调制信号，其中表示信号频率，表示调制频率；S20，对调制信号进行短时傅里叶变换，根据短时傅里叶变换时频值计算
调制高阶群时延；S30，基于短时傅里叶变换和调制高阶群时延生成调制高阶水平挤压变换；S40，基于调制高阶水平挤压变换的时频谱进行机械故障诊断。
[0009]作为优选：对信号进行调制，调制算子定义为，为虚数单位，表示信号的相位，是相位调节算子，表示对相位调节算子求关于调制频率的一阶偏导数。通过相位调制得到调制信号，式中表示信号振幅，表示时间。
[0010]作为优选：对所述调制信号进行短时傅里叶变换，得到时频值，其中表示窗函数再利用所述时频值计算调制高阶群时延，计算过程如下：首先，求得关于时间的阶偏导数为：，再次，根据上式对频率求偏导数得到：，式中，。然后，利用上式构造高阶方阵与：，，
式中,；为窗函数中的调节因子；最后，利用高阶方阵与计算调制高阶群时延：,式中，表示取复数的实部。
[0011]作为优选：基于短时傅里叶变换和调制高阶群时延得到调制高阶水平挤压变换：,式中，为一时间变量，且为与t取值无关的不同时间变量，函数为Dirac函数,为阈值。
[0012]作为优选：基于调制高阶水平挤压变换时频谱进行机械故障诊断，包括：基于调制高阶水平挤压变换时频谱确定目标脉冲；基于所述目标脉冲的时频特征确定机械故障。
[0013]第二方面，提出一种调制高阶水平挤压变换机械故障诊断方法的装置，该装置包括：变换模块，用于对机械信号进行调制，得到调制信号，然后进行短时傅里叶变换，生成所述机械信号的短时傅里叶时频谱；时间模块，用于基于短时傅里叶变换时频谱生成所述机械信号在各个时频位置的群时延；挤压模块，用于基于短时傅里叶变换和调制高阶群时延生成调制高阶水平挤压变换；诊断模块，用于基于调制高阶水平挤压变换的时频谱进行机械故障诊断。
[0014]作为优选：对信号进行调制，调制算子定义为，通过相位调制得到调制信号。
[0015]作为优选：对所述调制信号进行短时傅里叶变换，得到时频值
，再利用所述时频值计算调制高阶群时延，计算过程如下：首先，求得关于时间的阶偏导数为：，再次，根据上式对频率求偏导数得到：，然后，利用上式构造高阶方阵与：，，最后，再利用高阶方阵与计算调制高阶群时延：,作为优选：基于短时傅里叶变换和调制高阶群时延得到调制高阶水平挤压变换：,作为优选：基于调制高阶水平挤压变换时频谱进行机械故障诊断，包括：计算机械信号的调制高阶水平挤压变换时频谱的时频包络；将所述时频包络中最
大振幅对应的频率作为目标频率；获取所述目标频率对应的目标脉冲；将所述目标脉冲的时频特征和多个预设时频特征进行匹配；根据匹配结果确定所述机械的故障。
[0016]本申请提供一种调制高阶水平挤压变换机械故障诊断方法与装置，采用解调变换改善基于短时傅里叶变换的高阶时间重排同步挤压变换的时频精度，解决了高阶时间重排同步挤压变换的时频聚焦性会受短时傅里叶的结果直接影响的问题。
[0017]附图说明
[0018]图1为本专利技术流程图。
[0019]图2（a）为模拟信号波形图，（b）为模拟信号加噪后的波形图。
[0020]图3为图2经短时傅里叶变换时频谱图。
[0021]图4为图2经调制高阶水平挤压变换时频谱图。
[0022]图5（a）为轴承外圈故障信号的波形图,（b）为图5（a）中矩形区域内的信号的频谱图。
[0023]图6为轴承外圈故障信号进行（a）STFT、（b）SET、（c）HTSST、（d）DHTSST得到的时频谱，右侧（e）图至（h）图为（a）图至（d）图矩形框的局部放大图。
[0024]图7（a）为轴承外圈故障信号DHTSST的时频包络谱，（b）为提取的故障特征。
[0025]图8为机械故障诊断装置的框图。
[0026]具体实施方式
[0027]下面将结合附图对本专利技术作进一步说明。
[0028]第一方面，如图1，为本申请一种调制高阶水平挤压变换机械故障诊断方法的流程示意图，包括以下步骤：S10，获取信号，并对信号进行调制，得到调制信号，其中表示信号频率，表示调制频率；S20，对调制信号进行短时傅里叶变换，根据短时傅里叶变换时频值计算调制高阶群时延；S30，基于短时傅里叶变换和调制高阶群时延生成调制高阶水平挤压变换；S40，基于调制高阶水平挤压变换的时频谱进行机械故障诊断。
[0029]方法中对信号进行调制，是为了提高信号的时频表示的能量聚集性，从而能够更准确地研究信号的时频特征。
[0030]具体地，本申请的一种实施：（1）根据定义的调制算子，式中为虚数单位，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种调制高阶水平挤压变换机械故障诊断方法，其特征在于，包括：S10，获取信号，并对信号进行调制，得到调制信号，其中表示信号频率，表示调制频率；S20，对调制信号进行短时傅里叶变换，根据短时傅里叶变换时频值计算调制高阶群时延；S30，基于短时傅里叶变换和调制高阶群时延生成调制高阶水平挤压变换；S40，基于调制高阶水平挤压变换的时频谱进行机械故障诊断。2.根据权利要求1所述的一种调制高阶水平挤压变换机械故障诊断方法，其特征在于，对信号进行调制，调制算子定义为，式中为虚数单位，表示信号的相位，是相位调节算子，表示对相位调节算子求关于调制频率的一阶偏导数，通过相位调制得到调制信号，式中表示信号振幅，表示时间。3.根据权利要求2所述的一种调制高阶水平挤压变换机械故障诊断方法，其特征在于，对所述调制信号进行短时傅里叶变换，得到时频值，其中表示窗函数，再利用所述时频值计算调制高阶群时延，计算过程如下：首先，求得关于时间的阶偏导数为：，再次，根据上式对频率求偏导数得到：，式中，；然后，利用上式构造高阶方阵与：
，，式中,；为窗函数中的调节因子；最后，利用高阶方阵与计算调制高阶群时延：,式中，表示取复数的实部。4.根据权利要求3所述的一种调制高阶水平挤压变换机械故障诊断方法，其特征在于，基于短时傅里叶变换和调制高阶群时延得到调制高阶水平挤压变换：,式中，为一时间变量，且为与t取值无关的不同时间变量，函数为Dirac函数,为阈值。5.根据权利要求1
‑
4任意一项所述的一种调制高阶水平挤压变换机械故障诊断方法，其特征在于，基于调制高阶水平挤压变换时频谱进行机械故障诊断，包括：基于调制高阶水平挤压变换时频谱确定目标脉冲；基于所述目标脉...
【专利技术属性】
技术研发人员：陈义友，王德全，吴戈，严文宇，王梦，
申请(专利权)人：苏州阿普奇物联网科技有限公司苏州奇融谷技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。