[发明专利]一种船舶机械振动特征线谱快速识别筛选方法

权利要求书

1.一种船舶机械振动特征线谱快速识别筛选方法，其特征在于，包括如下步骤：

步骤一、用于构建振动信号的待分析数据库的步骤；

具体包括：对待识别的船舶机械振动特征线谱数据信息进行特征分类，构成特征分类数据集，将数据集合组成振动信号的待分析数据库；

步骤二、用于建立功率谱拟合数值模型的步骤

具体包括：由待分析数据库获得振动功率谱数据，建立功率谱的拟合数值模型：

[x₁,x₂,x₃...x_i...x_n-2,x_n-1,x_n]

[y₁,y₂,y₃...y_i...y_n-2,y_n-1,y_n]

上式中，x_i为经定步长分辨率处理得到的频率值，y_i为对应的功率谱幅值；

基于宽带平稳随机过程模型原理，将随机振动信号用平稳随机信号和相位随机信号叠加表示，连续谱随机振动信号拟合为：

上式中，{x(t)}为宽带平稳随机过程函数，l_r(t)为相位随机的周期信号；

进一步将功率谱表示为：

其中，S为谱值，T为做初级傅里叶变换时参与运算的每段信号时间长度，E为谱值集合算数均值运算符，k为信号段编号；

步骤三、用于建立连续谱数值模型的步骤

具体包括：根据特征线谱平整数据基底，建立连续谱数值模型；振动连续谱反映频段内振动幅频特性的变化趋势，采用随动待定系数多项式模型对其拟合，其形式表示为：

上式中，a_m为待定系数，K为拟合阶次，m为待定系数个数；K的取值大小代表信号段精度；

以残差的平方和最小为拟合准则，寻找待定系数的最小二乘逼近曲线τ：

上式中，n为步骤一中的功率谱幅值的个数，为获得τ的极小值，逐个对待定系数a_m求偏导：

设a_m偏导值为零，得到K+1个线性方程组：

通过求解上式方程组，求得拟合多项式随动待定系数a_m及仍包含特征线谱的拟合幅值y^*，由待定系数获得振动连续谱模型；

步骤四、用于建立起可进行局部寻优的特征线谱数据簇的步骤

以振动连续谱为准零线，根据功率谱与连续谱差值是否大于或小于0，将预处理所得到的功率谱幅值划分为零上部分和零下部分；

上式中，Y^*为去除连续谱的功率谱相对值；y^*为连续谱拟合值；

通过功率谱幅值序列0-1判断，分别将Y^*的零上部分和零下部分的对应频段转化为多组连续1区间和连续0区间；得到各组有效特征线谱频率值索引方程：

XOR(Y_i-1,Y_i)＝1，Y_i＝1

XOR(Y_i,Y_i+1)＝1，Y_i+1＝0

上式中，将Y_i-1处于零下且Y_i处于零上的频率值设置为1，目的是搜寻可能出现有效特征线谱的范围起始值；将Y_i处于零上且Y_i+1处于零下的频率值设置为0，目的搜寻可能出现有效特征线谱的范围终止值，实现可能出现特征线谱的频段分组；然后将可能出现特征线谱频段各分组对应的功率谱幅值单独分组，形成离散数据，其离散0-1分组方程为：

[0,Y₁,Y₂,…,Y_n,0]，Y_i∈[0,1],i＝1,2…n

上式中，通过判断拟合值Y^*和预处理功率谱值集合Y的0-1关系，实现可能出现特征线谱的功率谱幅值分组；实现对各组1区间内的功率谱有效数据簇的聚类，从而建立起可进行局部寻优的特征线谱数据簇；

步骤五、用于特征线谱峰值及频率序列权重排序的步骤；

首先，在满足6dB信噪比条件下，进行线谱局部最大值寻优；其次，利用单个特征线谱在幅频特性上表现为线谱峰值最大，且峰值两边的幅值递减的特点，依序提取第k组特征线谱数据簇中的功率谱峰值k_peak，并分别与步骤二中获得的各段多项式拟合曲线的均值k_e进行比较；若k_peak≥p_e，则判断为有效线谱峰值，并将所有有效峰值序列提取，个数计为M；最后，对特征线谱峰值进行权重排序或赋值，识别出初步可信的特征线谱峰值及频率序列；

步骤六、对得到初步可信特征线谱峰值及频率序列结果进行检验，以判断数据有效信，并检测可能存在的漏检峰值；

改变步骤三中的信号段精度K，在[K-5,K+5]范围内分别取其最高次幂值，重复步骤三到步骤五，并于初始K值振动连续谱作为识别依据的特征线谱筛选结果比较，将每一组特征频率与基准做差集，检测是否存在漏检频率和峰值，若存在，取相邻无变化K值筛选结果为可信结果。