一种基于谱pq-mean的局部冲击信号定位方法

摘要

本发明公开了一种基于谱pq‑mean的局部冲击信号定位方法，包括以下步骤：构造一个低通滤波器和高通滤波器，并输入时域信号和分解层数n；利用低通滤波器和高通滤波器来对输入的时域信号分别进行高通和低通滤波处理；分别对高通滤波和低通滤波处理后的信号进行2倍降采样，得到子带信号；利用低通滤波器及高通滤波器分别对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；分别计算所有子带信号的pq‑mean值，并进行比较，取最大pq‑mean位置所在子带信号为局部冲击特征存在位置。本发明利用pq‑mean克服了传统谱峭度方法对于随机冲击干扰的影响，使得在传递路径较长或恶劣的工作条件下依然能够保证具有较好的效果。

权利要求

1.一种基于谱pq-mean的局部冲击信号定位方法，其特征在于：包括以下步骤：步骤S1：构造一个低通滤波器和高通滤波器，并输入时域信号和分解层数n；

步骤S2：利用低通滤波器和高通滤波器来对输入的时域信号分别进行高通和低通滤波处理；

步骤S3：分别对高通滤波和低通滤波处理后的信号进行2倍降采样，得到子带信号；

步骤S4：利用低通滤波器及高通滤波器分别对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；

步骤S5：分别计算所有子带信号的pq-mean值，并进行比较，取最大pq-mean位置所在子带信号为局部冲击特征存在位置，所述的步骤S5中,计算所有子带信号的pq-mean值的算法为：其中c为当前子带信号，N为当前子带信号所有元素的个数，j为当前子带信号元素对应序号，pq-mean为所求的局部稀疏测度，p和q为对应的指数信息，其中p＜q。

2.根据权利要求1所述的基于谱pq-mean的局部冲击信号定位方法，其特征在于：所述的步骤S2中,所述的滤波处理的滤波算法为：其中y为滤波后信号序列，x为滤波前输入信号序列， 为滤波操作符号。

说明书

一种基于谱pq-mean的局部冲击信号定位方法

技术领域

[0001] 本发明涉及故障诊断技术领域，特别涉及一种基于谱pq-mean的局部冲击信号定位方法。

背景技术

[0002] 谱峭度是一种根据峭度最大化原则自动确定带通滤波器的方法，在故障诊断中取得了一定的诊断效果，得到了广泛应用。然而，谱峭度法的一个重要缺点是该方法倾向于选择具有单个脉冲的频带，而不是期望的故障脉冲。因此，谱峭度方法对于随机冲击干扰影响很大，当经受外界冲击或电磁干扰时容易影响结果的鲁棒性。此外复杂结构的局部微小冲击也容易影响最终诊断结果。针对于这一问题，本发明提出了一种基于谱pq-mean的局部冲击信号定位方法。

发明内容

[0003] 本发明的目的在于，提供一种基于谱pq-mean的局部冲击信号定位方法。本发明利用pq-mean克服了传统谱峭度方法对于随机冲击干扰的影响，使得在传递路径较长或恶劣的工作条件下依然能够保证具有较好的效果。

[0004] 本发明的技术方案：一种基于谱pq-mean的局部冲击信号定位方法，包括以下步骤：

[0005] 步骤S1：构造一个低通滤波器和高通滤波器，并输入时域信号和分解层数n；

[0006] 步骤S2：利用低通滤波器和高通滤波器来对输入的时域信号分别进行高通和低通滤波处理；

[0007] 步骤S3：分别对高通滤波和低通滤波处理后的信号进行2倍降采样，得到子带信号；

[0008] 步骤S4：利用低通滤波器及高通滤波器对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；

[0009] 步骤S5：分别计算所有子带信号的pq-mean值，并进行比较，取最大pq-mean位置所在子带信号为局部冲击特征存在位置。

[0010] 前述的基于谱pq-mean的局部冲击信号定位方法中，所述的步骤S2中, 所述的步骤S2中, 所述的滤波处理的滤波算法为：

[0011]

[0012] 其中 为滤波后信号序列， 为滤波前输入信号序列， 为滤波操作符号。

[0013] 前述的基于谱pq-mean的局部冲击信号定位方法中，所述的步骤S5中,计算所有子带信号的pq-mean值的算法为：

[0014]

[0015] 其中 为当前子带信号， 为当前子带信号所有元素的个数， 为当前子带信号元素对应序号， 为所求的局部稀疏测度， 和 为对应的指数信息，其中。

[0016] 与现有技术相比，本发明具有以下优点：

[0017] 本发明首先构造一个低通滤波器和高通滤波器，并采用低通滤波器和高通滤波器对输入的时域信号分别进行高通和低通滤波处理；随后分别对两个滤波后信号进行2倍降采样得到子带信号，利用低通滤波器及高通滤波器分别对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；分别计算所有子带信号的pq-mean值，并进行比较，取最大pq-mean位置所在子带信号为局部冲击特征存在位置。本发明利用pq-mean克服了传统谱峭度方法对于随机冲击干扰的影响，因此在传递路径较长或恶劣的工作条件下依然能够保证较好的效果。从而仅需少量样本即能快速实现滚动轴承性能退化状态的评价。

附图说明

[0018] 图1是本发明的流程图；

[0019] 图2是本发明的实施例中时域信号；

[0020] 图3是本发明的实施例中第一层分解的高频信号；

[0021] 图4是本发明的实施例第一层分解的低频信号；

[0022] 图5是本发明中实施例中计算获取的谱pq-mean图。

具体实施方式

[0023] 下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。

[0024] 实施例：一种基于谱pq-mean的局部冲击信号定位方法，如图1所示，包括以下步骤：

[0025] 步骤S1：构造一个低通滤波器和高通滤波器，并输入时域信号（如附图2所示）和分解层数n，n=7；

[0026] 步骤S2：利用低通滤波器和高通滤波器来对输入的时域信号分别进行高通和低通滤波处理；高通滤波处理如图3所示，低通滤波处理如图4所示

[0027] 所述的步骤S2中, 所述的滤波处理的滤波算法为：

[0028]

[0029] 其中 为滤波后信号序列， 为滤波前输入信号序列， 为滤波操作符号。

[0030] 步骤S3：分别对高通滤波和低通滤波处理后的信号进行2倍降采样，得到子带信号；

[0031] 步骤S4：利用低通滤波器及高通滤波器分别对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；

[0032] 步骤S5：分别计算所有子带信号的pq-mean值，并进行比较，取最大pq-mean位置所在子带信号为局部冲击特征存在位置。图5为计算获取的谱pq-mean图。

[0033] 所述的步骤S5中,计算所有子带信号的pq-mean值的pq-mean的算法为：

[0034]

[0035] 其中 为当前子带信号， 为当前子带信号所有元素的个数， 为当前子带信号元素对应序号， 为所求的局部稀疏测度， 和 为对应的指数信息，其中。

[0036] 本发明首先构造一个低通滤波器和高通滤波器，并采用低通滤波器和高通滤波器对输入的时域信号分别进行高通和低通滤波处理；随后分别对两个滤波后信号进行2倍降采样得到子带信号，利用低通滤波器及高通滤波器分别对子带信号连续逐层进行分解滤波，则在第k层上得到2k个子带信号；分别计算所有子带信号的pq-mean值，并进行比较，取最大pq-mean位置所在子带信号为局部冲击特征存在位置。本发明利用pq-mean克服了传统谱峭度方法对于随机冲击干扰的影响，因此在传递路径较长或恶劣的工作条件下依然能够保证较好的效果。