[发明专利]一种基于多尺度短时光滑分析的周期瞬态信号检测方法

摘要

本发明公开了一种基于多尺度短时光滑分析的周期瞬态信号检测方法，通过多尺度短时光滑谱实现对故障频率的诊断。本发明与其他解调方法相比，短时光滑分析通过追踪和检测短时信号共振带分布随时间的统计信息变化，可以有效地解调出淹没在噪声中的瞬态成分。信号的多尺度分析有助于信号短时光滑分析信息的进一步提纯，完成对信号的多尺度短时光滑谱诊断。本发明该方法可以有效地克服噪声和非平稳信息的干扰，对提取微弱瞬态信号的周期性特征十分有效。

主权项

1.一种基于多尺度短时光滑分析的周期瞬态信号检测方法，其特征在于：该方法包括如下步骤：步骤(1)、通过离散短时傅里叶变换计算检测信号的时频分布矩阵，获得不同频率尺度下的复数向量，假设此时频分布复数矩阵有M行，采用每一行的时频分布作为不同频率尺度向量输出，分析单个频率尺度下的信息；步骤(2)、对步骤(1)得到的M个单一频率尺度的时频分布，将单一频率带外的幅值均赋值零，结合原始相位信息，构造出M个时频分布矩阵，依据时频合成分析，得到M个频率尺度对应下的时域信号；步骤(3)、对步骤(2)得到的每个不同频率尺度信号分别进行时域加窗处理，按照信号时间轴方向移动，可得一系列信号片段，也即窗函数卷积分析，这里采用矩形窗函数可依据先验故障频率选取合适的窗长；步骤(4)、对步骤(3)中得到的同一频率尺度下的信号片段做频谱分析，得到其对应的频谱分布；步骤(5)、对步骤(4)得到的一系列频谱计算其光滑性统计参数，即一个信号频谱分布的几何平均与算数平均之比，解调得到每个频率尺度信号的光滑度向量；步骤(6)、对步骤(5)中每个频率尺度下的光滑度向量做快速傅里叶变换，得到该频率尺度下的频谱，将这M个一维频谱作为M个行向量，构成多尺度短时光滑谱S(m,l)，即频率尺度‑频谱的双频分布；步骤(7)、通过分析步骤(6)得到的频率尺度‑频谱的双频谱分布，即多尺度短时光滑谱，计算每个频率尺度下的频域信噪比SNR_mf，得到频率尺度m—频域信噪比SNR_mf曲线：其中S(m)是步骤(5)中第m个频率尺度下光滑度信号的频谱，f_d是故障频率，i·f_d是故障频率的第i倍频，计算前5个倍频信息与残余频带信息幅值之比，也即i＝1,2,3,4,5；步骤(8)、依据最大SNR_mf值所对应的位置，选择最优频率尺度m_opt，输出最优短时光滑谱S(m_opt,l)，检测所淹没的特征频率。