主权项 |
基于瞬时频率估计的旋转机械振动信号角域重采样方法,其特征在于,所述方法包括:采集旋转机械的振动信号、时域降采样、计算振动信号的瞬时频率、划分瞬时频率序列、拟合瞬时频率曲线、计算信号角域采样时刻序列、计算信号角域采样时刻对应的幅值序列;(1)采集旋转机械的振动信号X(t)需要的装置有振动传感器、数字信号采集器;同时,建立振动传感器、数字信号采集器之间的通信;利用振动传感器对机械系统的振动信号X(t)进行等时间间隔采样;(2)时域降采样:对原始等时间间隔的采样信号进行时域降采样处理,获得时域降采样信号S(t);(3)计算时域降采样信号S(t)的瞬时频率:在时域降采样信号S(t)中添加具有相近尺度分布的高斯白噪声序列,利用集总经验模式分解方法估计时域降采样信号S(t)的各瞬时频率分量,计算各瞬时频率分量的方差,并根据方差贡献率选取代表转速的频率分量,得到瞬时频率序列;(4)划分瞬时频率序列:对选取的瞬时频率序列进行分割,得到若干平稳的子区间,计算每个子区间数据的方差,并根据方差的波动情况,调整拟合子区间的宽度;(5)拟合瞬时频率曲线,建立三层径向基人工神经网络在各子区间内拟合瞬时频率曲线;(6)计算信号角域采样时刻序列T(t):利用拟合的瞬时频率曲线和振动信号X(t)计算信号角域采样时刻序列T(t);(7)计算信号角域采样时刻对应的幅值序列A(t):利用拉格朗日插值算法,求取对应的重采样时刻信号的幅值序列A(t),最终获得旋转机械振动信号X(t)在角域内的重采样信号R(t)。 |