自适应谱峭度滤波方法及其振动信号检测应用.pdfVIP

第34卷第2期 振动、测试与诊断 V01．34No．2 2014年4月 of Apr．2014 Journal Vibration，MeasurementDiagnosis 自适应谱峭度滤波方法及其振动信号检测应用。 蔡改改， 刘海洋， 黄伟国， 朱忠奎 (苏州大学城市轨道交通学院苏州，215021) 摘要谱峭度滤波方法是一种在强背景噪声下也能有效提取振动信号中瞬态成分的方法。笔者针对谱峭度滤波 方法中窗宽的自适应选择问题，提出一种自适应谱峭度滤波方法。该方法将小波相关滤波提取的振动信号特征频 率作为Morlet小波滤波窗VI中心频率，并按最大谱峭度原则自适应选择滤波小波窗口宽度，以确定最优带宽Mor— let小波窗。通过强背景噪声下的瞬态成分的提取验证该方法的有效性，并与窗口融合自适应谱峭度滤波方法进行 比较。针对轴承故障振动信号检测，应用该方法提取反映轴承故障的冲击响应成分，说明该方法能够实现轴承故 障振动特征信号的提取。 关键词谱峭度；瞬态成分；Morlet小波；相关滤波 中图分类号THl33．3 合，优化了滤波器参数，关于滤波窗口的自适应选择 引 言 问题依旧是一个难点。 在谱峭度滤波方法中，从飞云等[8]提出了将谱 振动信号作为机械设备动力学外在表现形式， 对其分析处理是机械设备状态监测和故障诊断的有 效途径。由于检测的振动信号往往包含有背景噪 声，如何从中提取反映机械设备碰撞、冲击等故障的 法都具有较好的抗噪能力，但是在计算谱峭度时，对 冲击响应成分，已成为机械设备状态监测和故障诊 窗口的选择都要凭借个人的经验，缺少自适应性。 断的关键技术之一。 为减少对经验的依赖，石林锁[1叩又提出了基于 振动信号检测常用的技术有时频分析、小波分 Morlet小波变换的谱峭度算法，通过自适应构造最 析、包络分析及经验模态分解等方法，获得了良好的 优滤波窗口来诊断回转机械故障。在此基础上，郭 成果，然而这些方法适用于较弱的背景噪声条件，针 瑜等口妇提出了其改进算法，克服了计算量大的不 对强背景噪声下信号瞬态成分的检测相对比较困难。 足，然而其产生的自适应滤波窗口并没有与振动特 近年来，谱峭度作为一种新的检测含噪信号中 征信号相适应(滤波窗口中心频率与振动信号特征 瞬态成分的方法，可以较为有效地解决强背景噪声 频率相匹配，滤波窗口能够完全包含故障特征频 Yanxue等口2]提出了基于窗口融合自 的问题[1]。Vrabie等[2_3]将其解释为一个过程距离带)。Wang 高斯性的度量，应用到轴承故障诊断中谐波过程特 适应谱峭度滤波方法，但其所确定的自适应滤波窗 口在振动特征信号衰减缓慢的情况下，无法完整地 征提取。Antoni等n吲将谱峭度系统地定义为能量 归一化累积量，提出了基于短时傅里叶变换的谱峭 包含特征频带。 度算法，证明其对非平稳特征的检测具有良好的能 针对谱峭度滤波方法中窗口的自适应选择问 力，并将其运用到旋转机械状态检测和故障诊断中； 题，笔者提出一种自适应谱峭度滤波方法，将小波相 随后又进一步在此基础上提出了“kurtoram”概念关滤波提取的振动信号特征频率作为窗口中心频 (谱峭度滤波)来设计带通