基于eemd的自動(dòng)平衡機(jī)振動(dòng)信號(hào)處理方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于自動(dòng)平衡機(jī)振動(dòng)信號(hào)處理相關(guān)領(lǐng)域，具體涉及一種基于EEMD(集合經(jīng) 驗(yàn)?zāi)B(tài)分解）的自動(dòng)平衡機(jī)振動(dòng)信號(hào)處理方法。
【背景技術(shù)】
[0002] 旋轉(zhuǎn)機(jī)械遍及生活生產(chǎn)各個(gè)領(lǐng)域，在眾多機(jī)械設(shè)備中占比例巨大。但由于設(shè)計(jì)和 制造的原因?qū)е罗D(zhuǎn)子本身的質(zhì)量分布不均勻，機(jī)器在生產(chǎn)組裝的過程中產(chǎn)生誤差，機(jī)器在 運(yùn)行中對(duì)轉(zhuǎn)子產(chǎn)生不同程度的磨損，不同的環(huán)境影響等原因，轉(zhuǎn)子在實(shí)際旋轉(zhuǎn)中的主慣性 軸和旋轉(zhuǎn)軸線有一定的偏差，這種現(xiàn)象稱為轉(zhuǎn)子質(zhì)量不平衡。不平衡的轉(zhuǎn)子在旋轉(zhuǎn)的過程 中，不平衡質(zhì)量就產(chǎn)生了不平衡力，不平衡力會(huì)使旋轉(zhuǎn)機(jī)械產(chǎn)生振動(dòng)和噪聲，長(zhǎng)時(shí)間下去機(jī) 械就會(huì)損壞嚴(yán)重。因此及時(shí)發(fā)現(xiàn)和處理不平衡問題至關(guān)重要。
[0003] 對(duì)轉(zhuǎn)子進(jìn)行不平衡測(cè)試的技術(shù)就是針對(duì)于轉(zhuǎn)子在實(shí)際的運(yùn)轉(zhuǎn)中容易產(chǎn)生不平衡 振動(dòng)的現(xiàn)象產(chǎn)生的，而能夠通過測(cè)試技術(shù)確定不平衡量的大小和位置并對(duì)其進(jìn)行校正的儀 器就是所謂的平衡機(jī)。在生產(chǎn)中，工作人員可以通過平衡機(jī)時(shí)刻監(jiān)測(cè)轉(zhuǎn)子的運(yùn)轉(zhuǎn)情況，當(dāng)發(fā) 生不平衡振動(dòng)的情況時(shí)，可以根據(jù)平衡機(jī)測(cè)量出的不平衡量及時(shí)對(duì)轉(zhuǎn)子進(jìn)行平衡校正。衡 量平衡機(jī)測(cè)試技術(shù)的性能好壞和精確度的標(biāo)準(zhǔn)是：對(duì)故障轉(zhuǎn)子校正后不平衡量的減少的比 例，或者校正后整個(gè)運(yùn)轉(zhuǎn)的機(jī)器可以達(dá)到的最小的剩余不平衡量的多少。本發(fā)明主要針對(duì) 動(dòng)平衡機(jī)測(cè)量系統(tǒng)中振動(dòng)信號(hào)處理方法進(jìn)行研宄，也就是精確地對(duì)不平衡量的大小和位置 進(jìn)行確定。
[0004] 關(guān)于自動(dòng)平衡機(jī)振動(dòng)信號(hào)處理方法的研宄，現(xiàn)有常用的方法主要為頻域分析方法 和時(shí)頻分析方法。頻域分析方法主要是利用傅里葉變換的方法。傅里葉變換及其快速算 法（fast Fourier transform, FFT)是信號(hào)處理的理論基礎(chǔ)，在振動(dòng)信號(hào)包含成分比較簡(jiǎn) 單的時(shí)候應(yīng)用比較廣泛，算法實(shí)現(xiàn)簡(jiǎn)單，運(yùn)算速度快，也能比較準(zhǔn)確地得到信號(hào)中的各個(gè)頻 率分量，但是在傅里葉變換中，采用的是時(shí)域截?cái)嗟姆椒?，其抗干擾能力有所降低，會(huì)引起 能量泄露和柵欄現(xiàn)象，影響了提取精度。研宄人員對(duì)于傅里葉變換方法的改進(jìn)主要手段是 給信號(hào)加窗，增加窗序列的長(zhǎng)度，并合理地選擇采樣點(diǎn)數(shù)和采樣頻率。時(shí)頻分析方法能夠 同時(shí)獲得信號(hào)在時(shí)域和頻域上的分布特征。時(shí)頻分析方法方面，主要有短時(shí)傅里葉變換、 分?jǐn)?shù)階傅里葉變換、Wigner-Ville分布和小波變換等方法。小波變換方法也是在傅里葉 變換的基礎(chǔ)上產(chǎn)生的，它能夠克服傅里葉變換對(duì)復(fù)雜信號(hào)分析方面存在的不足和缺陷，對(duì) 信號(hào)進(jìn)行分解和重構(gòu)，采用預(yù)先設(shè)定的小波基函數(shù)，對(duì)原始信號(hào)進(jìn)行局部特征信息分析，通 過不同尺度對(duì)應(yīng)的帶寬將信號(hào)進(jìn)行分解，能夠很好的去除干擾噪聲。但是在小波變換中， 小波基函數(shù)需要根據(jù)信號(hào)進(jìn)行調(diào)整，如何滿足不同信號(hào)的分析要求是個(gè)關(guān)鍵點(diǎn)，在整個(gè)信 號(hào)分析過程中選定的小波基是無法改變的，若小波基僅為局部最優(yōu)，在整體范圍內(nèi)效果并 不一定十分理想。小波基的設(shè)定不同，對(duì)同一個(gè)信號(hào)的分析結(jié)果差別很大，限制了小波變 換的應(yīng)用。希爾伯特-黃變換（Hilbert-Huang transform, HHT)方法是在傅立葉變換的 基礎(chǔ)上發(fā)展起來的線性和穩(wěn)態(tài)譜分析，其處理的過程是先對(duì)待處理的信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分 解（Empirical Mode Decomposition, EMD)，然后將分解后的每個(gè)本征模態(tài)函數(shù)（Intrinsic Mode Function, IMF)進(jìn)行希爾伯特變換，就可以對(duì)信號(hào)進(jìn)行時(shí)頻分析。通過經(jīng)驗(yàn)?zāi)B(tài)分解 可以得到想要頻率成分的信號(hào)，濾除異頻噪聲的干擾，此方法在機(jī)械故障診斷方面運(yùn)用的 非常多，但是對(duì)于振動(dòng)信號(hào)中含有大量脈沖干擾的情況下，經(jīng)驗(yàn)?zāi)B(tài)分解過程中容易出現(xiàn) 模態(tài)混疊問題。

【發(fā)明內(nèi)容】

[0005] 為解決現(xiàn)有方法存在的以上不足，本發(fā)明提供一種基于EEMD的自動(dòng)平衡機(jī)振動(dòng) 信號(hào)處理方法，首先采用數(shù)學(xué)形態(tài)學(xué)濾波器對(duì)提取到的振動(dòng)信號(hào)進(jìn)行預(yù)處理，消除信號(hào)中 存在的脈沖干擾，然后針對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解中存在的模態(tài)混疊問題，采用總體經(jīng)驗(yàn)?zāi)B(tài)分解 的方法，提取出不平衡量的頻率和相位。
[0006] 本發(fā)明的目的是通過以下方案實(shí)現(xiàn)的：一種基于EEMD的自動(dòng)平衡機(jī)振動(dòng)信號(hào)處 理方法，包括采用數(shù)學(xué)形態(tài)學(xué)濾波器消除不平衡振動(dòng)信號(hào)中的脈沖干擾，并利用經(jīng)驗(yàn)?zāi)B(tài) 分解方法提取不平衡量的頻率、幅值和相位；其步驟如下：
[0007] 步驟一、利用數(shù)學(xué)形態(tài)學(xué)方法對(duì)傳感器測(cè)得的振動(dòng)信號(hào)進(jìn)行預(yù)處理，濾除脈沖干 擾。數(shù)學(xué)形態(tài)學(xué)以集合來描述目標(biāo)信號(hào)，通過結(jié)構(gòu)元素在信號(hào)內(nèi)部移動(dòng)收集信號(hào)的信息，對(duì) 信號(hào)進(jìn)行匹配，從而達(dá)到提取信號(hào)、保持細(xì)節(jié)和抑制噪聲的目的。利用數(shù)學(xué)形態(tài)學(xué)開閉組合 濾波器對(duì)傳感器測(cè)得的振動(dòng)信號(hào)進(jìn)行預(yù)處理，能夠?yàn)V除信號(hào)中的脈沖干擾。
[0008] 步驟二、利用集合經(jīng)驗(yàn)?zāi)B(tài)分解法對(duì)經(jīng)過步驟一數(shù)學(xué)形態(tài)學(xué)方法處理后的信號(hào)進(jìn) 行分解，得到信號(hào)的本征模態(tài)函數(shù)aMF)分量：利用集合經(jīng)驗(yàn)?zāi)B(tài)分解法結(jié)合白噪聲均勻 的分布性，通過向經(jīng)過所述步驟一數(shù)學(xué)形態(tài)學(xué)方法處理后的信號(hào)添加高斯白噪聲，然后對(duì) 加噪信號(hào)進(jìn)行多次經(jīng)驗(yàn)?zāi)B(tài)分解（EMD)，從而在不同尺度上，消除原信號(hào)由于跳變產(chǎn)生的間 斷，然后對(duì)獲得的本征模態(tài)函數(shù)分量求取平均值，可以去除添加的白噪聲，獲得輸入信號(hào)的 本征模態(tài)函數(shù)組。
[0009] 步驟三、通過希爾伯特變換得到振動(dòng)信號(hào)幅值相位：將經(jīng)過所述步驟二獲得的本 征模態(tài)函數(shù)組通過希爾伯特變換得到每個(gè)本征模態(tài)函數(shù)（MF)分量的瞬時(shí)頻率和瞬時(shí)幅 值。
[0010] 其中，步驟三通過希爾伯特變換提取振動(dòng)信號(hào)幅值相位的具體步驟如下：
[0011] 對(duì)本征模態(tài)函數(shù)hi(t)做希爾伯特變換，可以得到：
[0013] 從而得到信號(hào)x(t)的希爾伯特譜可以表示為：
[0015] 再定義希爾伯特邊際譜：
[0017] H(?，t)表示信號(hào)的幅值在整個(gè)頻率段上與時(shí)間和頻率的分布關(guān)系；h(?)反映 了信號(hào)的幅值隨頻率的變化情況。
[0018] 本發(fā)明具有以下優(yōu)點(diǎn)：
[0019] 傅里葉變換是信號(hào)處理領(lǐng)域經(jīng)典的方法之一，在不平衡振動(dòng)信號(hào)提取過程中，主 要利用傅里葉變換的快速算法。但是變換中采取的時(shí)域截?cái)喾椒〞?huì)產(chǎn)生能量泄漏使得精度 下降，而且，傅里葉變換在整體上將信號(hào)分解為不同的頻率分量，而沒有局域性信息，無法 得知某種頻率分量出現(xiàn)、消失在哪些時(shí)間內(nèi)，只適用于分析信號(hào)組成分量的頻率不隨時(shí)間 變化的平穩(wěn)信號(hào)。
[0020] 本發(fā)明采用數(shù)學(xué)形態(tài)學(xué)濾波器對(duì)提取到的振動(dòng)信號(hào)進(jìn)行預(yù)處理，消除信號(hào)中存在 的脈沖干擾，然后針對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解中存在的模態(tài)混疊問題，采用總體經(jīng)驗(yàn)?zāi)B(tài)分解的方 法，提取出不平衡量的頻率和相位，該方法測(cè)量的精確較高，計(jì)算速度快。
【附圖說明】
[0021] 圖1本發(fā)明提出的方法流程圖
[0022] 圖2經(jīng)驗(yàn)?zāi)B(tài)分解（EMD)流程圖
[0023] 圖3集合經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD)流程圖
[0024] 圖4電機(jī)轉(zhuǎn)速為3600r/min時(shí)，原始含噪聲振動(dòng)信號(hào)幅值譜
[0025] 圖5電機(jī)轉(zhuǎn)速為3600r/min時(shí)，數(shù)學(xué)形態(tài)學(xué)去噪后的振動(dòng)信號(hào)幅值譜
[0026] 圖6電機(jī)轉(zhuǎn)速為3600r/min時(shí)，EEMD得到信號(hào)的各IMF分量及余項(xiàng)的幅值譜，其 中，圖6 (a)為IMF1分量幅值譜，圖6 (b)為IMF2分量幅值譜，圖6 (c)為IMF3分量幅值譜， 圖6 (d)為IMF4分量幅值譜，圖6 (e)為IMF5分量幅值譜，圖6 (f)為IMF6分量幅值譜，圖 6(g)為IMF7分量幅值譜，圖6(h)為余項(xiàng)幅值譜
[0027] 圖7電機(jī)轉(zhuǎn)速為3600r/min時(shí)，各MF分量瞬時(shí)