发明名称 | 基于瞬时频率估计的旋转机械振动信号角域重采样方法 | ||
摘要 | 基于瞬时频率估计的旋转机械振动信号角域重采样方法,涉及一种机械故障诊断管理方法,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;计算信号角域采样时刻对应的幅值序列利用拉格朗日插值算法,求取对应的重采样时刻原信号的幅值序列A(t),最终获得振动信号在角域内的重采样信号R(t)。该方法不需要额外的转速计来提取转速信息,直接从振动信号中获取转轴的转速信息,本方法分析精度高,硬件成本低,不受环境限制,特别是对企业现有设备的技术改造具有意义。 | ||
申请公布号 | CN103308152A | 申请公布日期 | 2013.09.18 |
申请号 | CN201310223686.6 | 申请日期 | 2013.06.06 |
申请人 | 沈阳大学 | 发明人 | 齐晓轩;原忠虎;韩晓微 |
分类号 | G01H11/02(2006.01)I | 主分类号 | G01H11/02(2006.01)I |
代理机构 | 沈阳技联专利代理有限公司 21205 | 代理人 | 赵越 |
主权项 | 在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;采集旋转机械的振动信号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;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;计算振动信号的瞬时频率在采集的振动信号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振动信号的各瞬时频率分量;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;拟合瞬时频率曲线;建立三层径向基人工神经网络;计算信号角域采样时刻序列利用拟合的瞬时频率曲线和振动信号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利用拉格朗日插值算法,求取对应的重采样时刻原信号的幅值序列A(t),最终获得振动信号在角域内的重采样信号R(t)。 | ||
地址 | 110044 辽宁省沈阳市大东区望花南街21号 |