旋转机械碰摩声发射信号的分形特征分析方法

摘要

本发明涉及旋转机械碰摩声发射信号的分形特征分析方法。本发明技术方案是从摩擦点的AE传感器提取AE信号，AE信号上叠加高斯白噪声和非平稳噪声，采样、量化、分帧，将每一帧含有噪声的数据等分成长为m的短时帧数据段；用基于波形的分形维数算法计算各短时帧数据段的分维值，取正中间序号的数据作为中值滤波的输出。本发明解决了现有方法存在的计算量非常大、Katz维存在着精度不高、短时帧分维曲线波动较大的缺点。本发明在强噪声环境下，对数波长维比Katz维和盒维具有更强区分噪声和AE信号的能力，并且AE信号帧的对数波长维比Katz维和盒维更接近于纯净AE信号的分维，从而能够有效地检测并反映出碰摩AE事件的发生，且精确度高，计算量减少。

主权项

1.旋转机械碰摩声发射信号的分形特征分析方法，其步骤为：首先对采样量化后的含有AE信号的噪声进行分帧处理，再将每一帧信号分成等长度的短时帧数据段，采用基于波形的分形维特征分析算法计算每一段的分形维，最后对每一帧进行中值滤波；(1)AE信号的提取与预处理：(1-1)通过碰摩声发射实验台接近摩擦点的第一AE传感器或位于联轴器另一端的第二AE传感器提取AE信号；(1-2)在连续碰摩AE信号上叠加高斯白噪声和非平稳噪声；(1-3)采样，量化，分帧；(1-4)将每一帧含有噪声的数据等分成长为m的短时帧数据段；(2)计算各帧的分维值：(2-1)采用基于波形的分形维数算法即对数波长维算法，计算各短时帧数据段的分维值，$D_i=a-\frac{\ln L\left(\delta \right)}{\ln {\delta }_0}-\frac{{\mathrm{b\delta }}_0}{L\left(\delta \right)\ln L\left(\delta \right)}$ 其中$a=1+\frac{{\ln k}_1}{{\ln \delta }_0},$ $b=r(\frac{\delta }{{\delta }_0}-1),$δ为盒覆盖曲线的尺度，δ0为最小采样间隔，δ为最小采样间隔δ0的整数倍，即δ＝kδ0，L(δ)为对应的曲线长度；(2-2)将每段即Di-v，...，Di-1，Di，Di+1，...，Di+v按数值大小排列，取正中间序号的数据作为中值滤波的输出：$Y_i=\mathrm{Med}\{D_{i-v},...,D_{i-1,}{D}_i,D_{i+1},...,D_{i+v}\},v=\frac{m-1}{2}$