基于小波分析的振动信号降噪方法研究.docxVIP

基于小波分析的振动信号降噪方法研究 使用振动信号监测和诊断设备，是设备故障诊断中最有效、最常用的方法之一。机械设备和结构在运行过程中的振动及其本质特征是反映系统整体及其变化规律的主要信息。由于设备所处的环境复杂,噪声干扰比较多,经常使有用信号淹没在较强的噪声中,难以进行准确的故障诊断。目前,用于振动信号降噪的方法很多,通常采用降噪效果较好的小波分析方法。由于故障信息通常隐含在低频信号或一些比较平稳的信号中,而噪声一般是高频信号,所以采用小波变换可以根据信号特性将其分解到不同尺度(对应不同的频段)下,对小波分解系数进行处理后再重构,即可达到原信号的降噪目的。在基于小波技术的消噪过程中,小波基函数的选择以及阈值的选取是两个关键的问题。不同性质的信号应该选择不同的小波基函数以及阈值规则,才能取得更好的降噪效果。本文对转子不对中信号进行仿真, 利用图象和计算数据说明不同小波函数和不同的阈值规则的降噪效果。 1 小波阈值的降低 1.1 振动信号的噪声预处理 设一非平稳的、含噪声、一维信号的模型为如下表示形式 s(i0=f(i)+σ·e(i),i=0,…,n-1 (1) 其中f(i)为真实信号;e(i)为噪声,噪声性质未知;s(i)为含噪声信号系列。在这里要对该含噪信号进行去噪处理,,以提高信号的信噪比,从而进行有效的信号分析和故障诊断。 以最简单的噪声模型为例,即认为e(i)为高