基于Gabor变换的特征提取方法.pdfVIP

第 1期 组 合机床 与 自动化 加工技 术 No．1 2014年1月 ModularMachineTool＆ AutomaticManufacturingTechnique Jan．2014 文章编号：1ool-2265(2014)01—0029—02 DOI：10．13462／j．cnki．mmtamt．2014．01．008 基于 Gabor变换的特征提取方法 李兴慧，胡小青，阴俊霞，严辉容 (四川工程职业技术学院机电工程系，四川 德阳 618000) 摘要：鉴于旋转机械故障特征信号具有周期性或近似周期性，提 出了基于Gabor变换的特征提取方 法。该方法首先利用信号构造矩阵，再根据 Gabor展开的线性时频变换特性，均值化 Gabor展开系 数，然后利用Gabor逆变换重构信号以实现降噪。仿真和试验结果表明，该方法能有效地提取故障 信息，在旋转机械故障诊断领域应用前景广泛。 关键词：Gabor变换；降噪；故障诊断 中图分类号：TH17：TG65 文献标识码 ：A FeatureExtraction Basedon GaborTransform LIXing—hui，HUXiao—qing，YINJun—xia，YANHui-rong (DepartmentofMechanicalandElectronicEngineering，SichuanEngineeringTechnicalCollege，DeyangSi— chuan618000，China) Abstract：Inview oftheperiodicorapproximatelyperiodiccharacteristicsinhtefailuresignalofrotating machinery，afeatureextractionmehtodispresentedbasedonGabortransform．Atfirst，hteGaborrtans- fomr isappliedtothestructurematrix ，andhtematrixiscomposedofhtesigna1．Accordingtothetime— frequencylinearpropertiesinGaborrtansform domain，theGaborexpansioncoeffi cientsareprocessedby hteaverageinhtegroupsofGaborcoeffi cients，htenthede—noisedsignalcouldbeobtainedbytheinverse Gaborrtansfomr ．．Thesinm lation demonsrtateshtathteaveraging mehtod based on Gaborrtansfomr is efectiveinsignalprocessing，andcouldprovidesgoodprospectsofapplicationinfailureanalysisofrota— tingmachinery． Keywords：gaborrtansform ；denoising；faultdiagnosis 征提取方法。该方法首先利用信号构造矩阵，利用 O 引言 Gabor变换求矩阵中各行Gabor展开系数，展开系数均 现实应用中的很多信号都是时变非平稳信号，仅 值化处理后进行 Gabor逆变换 以实现降噪，从而获得 应用时域或频域里的现有方法分析往往不能揭示信号 与故障特征有关信息的高信噪比信号。 内部的局部特征与信息，而时频分析能将频谱随时间 1 Gabor变换理