[发明专利]一种基于电磁感应信号的润滑油系统金属磨粒检测方法

说明书

技术领域

本发明涉及一种磨粒信号提取方法，尤其涉及一种基于电磁感应信号的润滑油系统金属磨粒检测方法。 

背景技术

在线油液监测技术是一种重要的机械设备早期故障检测方法。实时油液分析传感器（ODM）是一种便携式油液分析仪器，它通过检测油液中的铁磁性和非铁磁性金属磨粒的尺寸、数量，实时检测机械设备的运行情况，及时预报潜在的故障，避免灾难性损坏或者使处于正常运转的设备减少不必要的维修，从而增加产值和效益。但是，由于设备工作环境恶劣，该传感器输出信号中存在很强的背景噪声，降低检测效率，因此，如何选取合适的噪声抑制算法以及磨粒参数估计算法是机械故障诊断的关键。 

目前，该领域使用的噪声抑制算法包括：Fan提出了的移不变小波变换法，Bozchalooi和Ming Liang提出的自适应谱线增强法，C Li及M Liang提出的经验模态分解法。在磨粒参数检测方面，目前没有针对这种传感器输出信号的检测算法。 

发明内容

本发明针对以上问题的提出而研制的一种基于电磁感应信号的润滑油系统金属磨粒检测方法，具有如下步骤： 

A.将实时油液分析传感器上传的信号截取成固定长度的多段信号； 

B.通过稳态小波阈值去噪算法，抑制每段信号的背景噪声，得到去噪结果信号； 

C.使用平滑非线性能量算子，确定去噪结果信号中磨粒信号的位置，提取磨粒的特征参数。 

所述步骤B具体包含如下步骤： 

B1.选用db4小波基对所述任一段信号进行J层小波分解，得到该段信号的小波系数序列； 

B2.采用滑动窗噪声方差迭代估计法估计每层小波系数的噪声方差σ_i，其中i代表分解层数； 

B3.利用通用阈值公式计算每层小波系数的阈值其中λ_i是估计得到的阈值，N_i是该层小波系数的长度，σ_i为该层小波系数的噪声方差； 

B4.使用如下式所述的阈值量化函数处理每层小波系数： 

g=f(x,λ)|x|>λ0|x|≤λ]]>

f(x,λ)=sgn(x)[|x|-2λ1+exp(α(x2-λ2))]]]>

其中：0＜α＜∞，为可调参数，当α→0时，趋于软阈值量化方法，当α→∞时，趋于硬阈值量化方法，阈值λ为步骤B3计算得到的各层的通用阈值；