| 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)。 |
