System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于差分信号选带自适应滤波的磨粒特征提取方法技术_技高网

一种基于差分信号选带自适应滤波的磨粒特征提取方法技术

技术编号:44894525 阅读:5 留言:0更新日期:2025-04-08 00:33
本发明专利技术属于油液磨粒监测技术领域,具体涉及一种基于差分信号选带自适应滤波的磨粒特征提取方法,包括对油液磨粒信号进行共模抑制得到待检测差分信号;通过正交小波基函数对待检测差分信号进行小波包分解得到多分解尺度特征向量;计算每一分解尺度上的相似度指标,提取目标尺度特征向量;采用改进最小均方根自适应滤波器对目标尺度特征向量进行处理得到滤波向量;对置零向量和滤波向量进行小波重构得到降噪信号;将降噪信号划分为多个片段,计算每一片段的复合辨识指标;根据复合辨识指标计算每一片段的权重,所有片段进行加权得到油液磨粒特征信号提取结果;本发明专利技术提升磨粒信号信噪比,具有更强的自适应能力,有助于提升油液磨粒特征的精准检测。

【技术实现步骤摘要】

本专利技术属于油液磨粒监测,具体涉及一种基于差分信号选带自适应滤波的磨粒特征提取方法


技术介绍

1、机械设备在工作状态下,其负载和工作环境等因素的变化会导致传动装置各接触部件之间摩擦特性的改变,进而加速零部件磨损并引发颗粒物脱落。随着磨损过程的不断进行,零部件之间的磨损程度逐渐从轻微变为严重,导致磨粒产生率的增加。当接触面清洁状况较差或附着力较强时,部分磨粒将滞留在零部件表面,并在后续接触中进一步加剧磨损并诱发润滑失效,对机械设备的性能和运行寿命造成严重影响。根据数据显示,磨损是80%的机械设备运行失效的主要原因。油液磨粒检测通过非破坏性检测分析手段从润滑油液系统中提取丰富的磨损颗粒信息,及时发现潜在异常磨损状态并采取相应措施进行调整,以降低维修成本,延长机械设备的使用寿命,并解决潜在的不良运行隐患。

2、感应式磨粒传感器通过感知并提取不同材料颗粒穿越传感器磁场区域时诱发的磁通量变化-感应电压信号特征,实现磨粒的精准检测。因其便捷性、时效性以及可解释的磨粒物理属性参量映射能力而在航空航天、船舶运输以及能源动力等行业受到广泛应用。然而,磨粒传感器工作环境通常极为恶劣,在实际应用场景下感应式传感器输出信号将不可避免受到各种干扰和噪声的影响,导致磨粒信号无法被直接准确提取。尤其当机械受到振动冲击或强力电磁干扰时,输出信号中将出现大量低频高能脉冲信号,给信号参数估计带来极大误差,使得磨粒信号辨识算法难以在磨粒特征完整性保护与干扰成分排除两方面取得均衡的性能表现,严重误导磨粒信号的精准识别。目前基于单线圈的感应式传感器通过结构优化与算法设计可实现信噪比的提升,但针对强脉冲干扰下磨粒感应电压特性的提取仍然面临原理性限制。


技术实现思路

1、为解决上述问题,本专利技术提供了一种基于差分信号选带自适应滤波的磨粒特征提取方法,其工作原理是基于差分式传感器互参考感应线圈输出信号时域形态高度相似的特点,考虑磨粒信号频带能量分布特性使用小波包分解与相关性度量完成选带,结合一种可变步长的改进自适应滤波算法抑制带内噪声,最终通过小波重构与复合辨识指标实现磨粒特征信号提取。

2、具体方案包括以下步骤:

3、s1.利用两相差分感应式传感器构建润滑油磨粒监测系统,实时采集差分油液磨粒信号p和q;

4、s2.对油液磨粒信号p和q进行低通滤波和周期性谐波消除,得到待检测差分信号p0和q0;

5、s3.根据油液磨粒信号频谱宽带特性计算最佳分解尺度j,通过正交小波基函数对每一待检测差分信号进行小波包分解得到多分解尺度特征向量;

6、s4.计算两个多分解尺度特征向量在每一分解尺度上的相似度指标,根据相似度指标提取置零向量、目标尺度特征向量pb和目标尺度特征向量qb;所述置零向量包括第一置零向量和第二置零向量;

7、s5.基于目标尺度特征向量pb和qb,采用可变步长的改进最小均方根自适应滤波器进行带内噪声抑制得到滤波向量;

8、s6.对置零向量和滤波向量进行小波重构,得到降噪信号

9、s7.将降噪信号划分为多个等长的片段,计算每一个片段的复合辨识指标;

10、s8.根据复合辨识指标进行权重二值化得到每一片段的权重,所有片段进行加权得到最终的油液磨粒特征信号提取结果。

11、本专利技术的有益效果:

12、本专利技术所提算法可以在实现背景噪声抑制的同时,有效避免低频高能脉冲信号造成的误识别,并在充分保护磨粒特征完整性的前提下实现磨粒感应电压信号精准辨识。目前,本领域内的传统算法都会不可避免地导致目标信号特征发生畸变,其中最为突出的问题是会改变磨粒电压信号的幅值,从而影响对于机械健康状态的判断,无法为机械后续磨损演化分析提供可靠依据。本专利技术所提的一种基于差分信号选带自适应滤波的磨粒特征提取方法,可以基于双通道差分感应式磨粒传感器,在不对磨粒特征造成破坏,最大限度的保留信号原始特征的情况下,快速与准确地进行输出信号降噪与磨粒特征识别。同时,避免因使用复杂的传统特征提取算法阈值选择中对先验条件的过度依赖,也降低了对使用者对信号处理领域专业知识的要求。

本文档来自技高网...

【技术保护点】

1.一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤S4具体包括:

3.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤S5具体包括:

4.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤S6具体包括:

5.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤S7根据降噪信号计算复合辨识指标包括:

6.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,对每一复合辨识指标进行权重二值化得到每一片段的权重,表示为

【技术特征摘要】

1.一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤s4具体包括:

3.根据权利要求1所述的一种基于差分信号选带自适应滤波的磨粒特征提取方法,其特征在于,步骤s5具体包括:

4.根据权利要求1所述的一种基于差分信...

【专利技术属性】
技术研发人员:罗久飞宋鸿正邓云春冯松禄盛李海青李雨欣
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1