[发明专利]一种船舶机械振动特征线谱快速识别筛选方法

说明书

本发明属于船舶振动与噪声控制领域，具体涉及一种船舶机械振动特征线谱智能识别方法。包括如下步骤：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；建立功率谱的拟合数值模型；建立连续谱数值模型；以振动连续谱为准零线划分为零上部分和零下部分；进行线谱局部最大值寻优；本申请综合考虑多测点复杂工况数据的测点预处理、采集数据有效筛选提取、有效数据序列的局部寻优等几个方面，实现多测点复杂工况功率谱数据中特征线谱的快速识别收敛和有效提取。

技术领域

本发明属于船舶振动与噪声控制领域，具体涉及一种船舶机械振动特征线谱智能识别方法。

背景技术

船舶机械系统中的机电设备在运行过程中表征出显著的振动信号，在低频段表现为复杂特征线谱，这些特征线谱通过船体传到水中，形成辐射噪声，对船舶的声隐身性、舒适性等产生不良影响。机械振动监测的最常用手段就是振动信号分析，振动信号的基本分析方法目前已经较为成熟，但针对复杂特征线谱的提取方法目前还有待改进。

目前应用于船舶机械振动特征线谱提取的方法主要是基于频谱估计方法，可分类为：(1)噪声包络调制检测或针对性宽频分段分析和记录；(2)基于小波阈值方法对信号进行降噪处理，根据奇异性分析结果提取线谱；(3)根据集合经验模式分解进行特征线谱提取；(4)采用自适应线谱增强器，在线谱识别和筛选过程中增强线谱，抑制宽带干扰；(5)人工对线谱进行识别提取。

上述手段主要侧重于抑制噪声干扰，提高信噪比，使得线谱特征在功率谱信号中更加明显，存在计算误差大、运算效率低、测点布放局限等缺点；有些方法还需要特征频谱的先验知识，增加了方案实现难度。

发明内容

本发明的目的在于，在综合考虑测点振动耦合性、测量数据复杂性、数据提取有效性的前提下，提供一种精确有效的船舶机械振动特征线谱智能识别方法，实现船舶复杂工况机械振动特征线谱的有效提取。

本发明的船舶机械振动特征线谱智能识别方法，包括如下步骤：

步骤一、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，包括但不仅限于：分析测点名称P、位置编号N、振动信号预处理类型F、数据有效性检验集U、振动数据预处理结果集S；以上数据集合组成振动信号待分析数据库，主要用于提供振动特征线谱的数据分析基底。

步骤二、由步骤一中的数据预处理结果集获得振动功率谱数据，建立功率谱的拟合数值模型。机械振动噪声的功率谱一般由连续谱和线谱组成，可被视为振动特征线谱与振动连续谱上的叠加。因此，特征线谱提取前应提供识别连续谱的方法以消除连续谱，获得相对干净的特征线谱平整数据基底。

功率谱信号通常为周期信号，其谱特征为多个单根线谱，线谱伴有主峰和旁瓣，在数值上表现为：特征线谱附近的频段范围内，其幅值最大，线谱两边呈递减趋势。

基于以上原理，定义功率谱序列形式为：

[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，随机振动信号可用平稳随机信号和相位随机信号叠加表示，因此，连续谱随机振动信号可拟合为：

上式中，{x(t)}为宽带平稳随机过程函数，l_r(t)表示为相位随机的周期信号。进一步可将功率谱表示为：