基于小波分析的振动信号降噪方法研究

基于小波分析的振动信号降噪方法研究

近年来，设备故障诊断和质量控制技术得到了发展和完善，保障了设备的正常运行，防止了突然事故，节约了维护成本。有效分析设备信息是对设备故障诊断的先决条件。随着新频率分析方法的出现，对设备振动信号的分析变得越来越准确。随着小波分析方法发展迅速，它可以分析信号的多分辨率。利用小波分析，我们不仅可以看到信号的概观，还可以看到信号的细节。它特别有助于分析非稳定振动信号，具有很大的优越性。本文在小波变换和傅里叶变换的分析特点上进行了比较。结果表明，小波变换率的时间间隔分辨率和频率范围分辨率优于集窗口傅里叶变换的分析。汽车发动机以强大的冲击力作为动力,且兼往复与旋转振动,其振动信号常常受到较强的噪声干扰.为此,本文的研究旨在寻找其有效的信号降噪方法.1wolbaet算法平方可积函数f(t)[记作f(t)∈L2(R)]的小波变换定义为,式中,为基本母小波ψ(t)的复共轭函数,而ψ(t)满足,称为基本母小波的平移与伸缩函数.Mallat算法实现小波分解的过程可描述为式中,fk为时域信号,k=0,1,2,…,N-1(N为采样点数);h*(n),g*(n)均为共轭镜像滤波器的脉冲响应;j为小波分解的层数.利用Mallat算法可将时域信号逐层进行小波分解,并且逐层分解上一层的高频部分,因此使得随着分解层数的增加,其信息量逐层成倍减少.利用Mallat重构算法可对小波分解后的信号进行重构.其重构算法为:式中,k=0,1,2,…,N-1.重构算法是分解算法的逆过程,实践证明小波分析具有很强的信号重构能力.在不同尺度下作小波变换,其实质是不同的中心频率下,品质因数相同的带通滤波器对信号进行滤波.因此,把利用式(2)分解后的各层小波分解的结果的高频部分进行适当的处理,然后再利用式(3)对各层信号进行信号的重构,即可得到反映信号本质特征的主要成分.高斯白噪声小波分解特性研究表明:高斯白噪声小波分解系数比较均匀,这就使有效剔除信号白噪声成为可能.利用小波降噪理论对振动信号进行降噪的过程可描述为:(1)利用式(2)对信号f(t)进行小波分解,得到不同分解层的小波系数Wj,k.(2)计算小波分解层阀值λ,,n为分解层样本的长度.(3)把低于对应阀值λ的小波系数wj,k置为零,而保留高于阀值λ的的小波系数Wj,k把保留下来的小波系数矩阵作为信号f(t)降噪后信号分解的小波系数.(4)利用式(3)对分解信号的小波系数进行重构,即获得降噪后的信号.2发动机振动信号分析汽车发动机因其结构复杂,出现的故障种类较多,因此,对其实施故障诊断引起人们的广为关注.目前对这类往复旋转机械的诊断理论还不成熟,大多数研究是针对发动机某一问题进行诊断和分析的,例如借助缸盖的振动信号来识别缸内的气体压力和点火的正时性等.准确分析气缸缸盖的振动信号是对其实施故障诊断的基础.斯太尔汽车发动机的振动测试原理如图1所示.将加速度传感器置于斯太尔汽车发动机的缸盖之上,传感器的电荷经过电荷放大器放大,然后经数据采集系统采集、记录.首先对性能良好的斯太尔汽车发动机作为信号源,对其某缸盖的振动信号进行了测试分析,测试结果如图2(a)所示,利用小波降噪后的信号如图2(b)所示,信号的采样频率为20kHz;分别对图2(a),2(b)所示信号进行频谱分析,对应分析结果如图2(c),2(d)所示.由图2可以看出,气缸缸盖的振动信号具有很好的规律性,含有的噪声成分较少.图2(a),2(b)反映的信号规律一致,对其进行频谱分析进一步得到证实,如图2(c),2(d)所示.同时观察图2(c),2(d)可知,对于气缸的振动基频,所得降噪前后的频谱分析结果证明其基频是一致的,即表明本文的小波降噪能够有效地对气缸缸盖的振动信号进行降噪处理,准确反映基频的大小.对新检修的斯太尔汽车发动机对应某气缸的缸盖振动信号进行了测试,测试结果如图3(a)所示,利用小波降噪后的信号如图3(b)所示,信号的采样频率为20kHz.分别对图3(a),3(b)所示信号进行频谱分析,对应分析结果如图3c,3d所示.图3(a)表明,气缸缸盖的振动信号的规律性较差,含有噪声成分较多,对该信号进行频谱分析如图3(c)所示,出现了很宽的频带,根据此频谱分析结果无法准确识别发动机的状态.利用本文的降噪方法对信号进行滤波降噪,降噪后信号的时域波形如图3(b),该图较图3(a)所示信号波形清晰,与图2(b)的接近程度优于图3(a),能够反映出该发动机气缸燃烧的正时性.对图3(b)所示时域信号进行频谱分析的结果如图3(d)所示.由图3(d)进一步看出小波降噪方法可对受噪声污染的汽车发动机信号进行有效滤波降噪,有利于识别气缸的实际工作状态.该研究为类似工程问题的分析处理提供了例证和技术支持.3振动信号的噪声(1)小波降噪能够准确对汽车发动机气缸的振动信号进行滤波降噪,信号无失真现象.(2)本文的小波降噪理论适宜对具有强烈冲击汽车发动机气缸缸盖的振动信号进行降噪处理,能够从被强噪声污染的振动信号中