一種基于迭代自適應多尺度形態(tài)分析的濾波方法
【專利摘要】本發(fā)明公開了一種基于迭代自適應多尺度形態(tài)分析的濾波方法，其內(nèi)容包括：進行一次自適應多尺度形態(tài)分析濾波之后，對上一次濾波結(jié)果采用自適應方法確定新的結(jié)構(gòu)元素尺度范圍，并用新確定的尺度范圍對原始信號進行多尺度形態(tài)濾波，迭代上述過程，直到自適應方法所確定的結(jié)構(gòu)元素尺度范圍穩(wěn)定為止，最后對各尺度結(jié)果取平均值作為最終結(jié)果。本發(fā)明基于迭代自適應多尺度形態(tài)分析的濾波方法，對自適應多尺度形態(tài)分析方法進行了迭代使用，可在強噪聲背景及采樣頻率較高時，仍能有效抑制噪聲、諧波等的干擾，清晰提取故障特征，獲得理想濾波結(jié)果。它彌補了自適應多尺度形態(tài)分析的不足，豐富了形態(tài)濾波的理論方法。
【專利說明】一種基于迭代自適應多尺度形態(tài)分析的濾波方法
【技術領域】
[0001]本發(fā)明涉及一種旋轉(zhuǎn)機械故障信號處理領域的濾波方法，具體地說，是一種基于迭代自適應多尺度形態(tài)分析的濾波方法。
【背景技術】
[0002]故障檢測與診斷、故障預報技術是現(xiàn)代機械設備運行維護和管理的重要課題。在眾多機械設備中，旋轉(zhuǎn)機械得到了大量的應用，且它的故障信號十分復雜，常表現(xiàn)出明顯的非線性、非平穩(wěn)性。如何有效地抑制噪聲、諧波等的干擾，提取信號的故障特征就成為一個關鍵問題。
[0003]傳統(tǒng)的信號處理方法是以信號的平穩(wěn)性為前提，因此，無法提取出反映故障特征信息的信號；在現(xiàn)代信號處理技術中，小波變換、Hilbert-Huang變換、稀疏表示、獨立分量分析、循環(huán)平穩(wěn)信號分析、流形學習等雖然都具有非線性非平穩(wěn)信號分析能力，但它們都具有各自的局限性。
[0004]數(shù)學形態(tài)學作為一種非線性信號處理方法，最早出現(xiàn)并發(fā)展于圖像處理領域，近來有學者將其引入到一維信號處理領域，并開始在機械故障診斷中進行應用?！侗本┛萍即髮W學報》2008年第30卷第4期的441-445頁中，章立軍等在《自適應多尺度形態(tài)學分析及其在軸承故障診斷中的應用》一文中提出:自適應多尺度形態(tài)分析方法較單尺度形態(tài)學分析方法更利于提取信號的形態(tài)特征，避免了單尺度形態(tài)學分析在結(jié)構(gòu)元素選擇時的盲目性和對相關先驗知識的依賴性，但在強噪聲背景及采樣頻率較高時，噪聲及諧波不能得到有效抑制，故障特征信息不能得到有效提取。

【發(fā)明內(nèi)容】

[0005]針對在強噪聲背景及采樣頻率較高時，經(jīng)傳統(tǒng)自適應多尺度形態(tài)分析濾波后，故障特征信息的提取不明顯這一問題。本發(fā)明的目的是提供一種使用條件更寬泛，濾波效果更穩(wěn)定的信號濾波方法。
[0006]為了實現(xiàn)上述目的，本發(fā)明是通過以下技術方案實現(xiàn)的:
[0007]一種基于迭代自適應多尺度形態(tài)分析(Iterative adaptive multiscalemorphology analysis, IAMMA)的濾波方法,其內(nèi)容包括如下步驟:
[0008]步驟一選擇結(jié)構(gòu)元素形狀
[0009]根據(jù)不同形狀結(jié)構(gòu)元素對信號濾波結(jié)果的影響以及信號濾波的目的，選擇合適的結(jié)構(gòu)元素形狀；通常結(jié)構(gòu)元素長度值取為奇數(shù)，以便將其中點設為原點，從而保證結(jié)構(gòu)元素的對稱性；
[0010]常用的結(jié)構(gòu)元素形狀有三角型、半圓型、扁平型，其中三角型結(jié)構(gòu)元素適合濾除脈沖信號的干擾，半圓型結(jié)構(gòu)元素適合濾除隨機噪聲的干擾，而扁平型結(jié)構(gòu)元素通常取其高度值為零，只需對長度值進行選擇，更為簡便、易于實現(xiàn)，因而在一維信號處理中得到廣泛的應用；[0011 ]步驟二自適應多尺度形態(tài)分析(adaptive multiscale morphology analysis,AMMA)
[0012]對原始信號進行自適應多尺度形態(tài)分析濾波，首先對采集的離散狀態(tài)信號進行零均值化處理，找尋零均值化處理后離散信號中所有正峰值點，然后根據(jù)各個正峰值點所在水平軸位置(橫坐標)，可以得到各個相鄰正峰值點的間隔，根據(jù)相鄰正峰值間隔的最小值和最大值確定結(jié)構(gòu)元素長度尺度范圍λ 1;之后根據(jù)各個正峰值點所在豎直軸位置(縱坐標)，按照長度小尺度對應高度小尺度和長度大尺度對應高度大尺度的原則設定的運算，可以計算得到結(jié)構(gòu)元素各個長度尺度對應的高度尺度，從而確定各尺度結(jié)構(gòu)元素形狀；最后分別計算各尺度結(jié)構(gòu)元素下的濾波結(jié)果，并把各尺度形態(tài)學運算結(jié)果的平均值作為AMMA方法的輸出結(jié)果；
[0013]步驟三迭代使用自適應多尺度形態(tài)分析
[0014]對上一次濾波結(jié)果采用自適應方法確定新的結(jié)構(gòu)元素尺度范圍，并用新確定的尺度范圍對原始信號進行多尺度形態(tài)濾波，迭代上述過程；按自適應方法選定結(jié)構(gòu)元素尺度范圍對信號進行多尺度差值濾波，每次濾波都會對信號中的噪聲成分進行濾除，同時提取沖擊成分；這樣每次迭代過程中，噪聲峰值逐漸減少，選取的結(jié)構(gòu)元素尺度逐漸增大，形態(tài)差值濾波去除噪聲的能力逐漸加強，最終形態(tài)差值濾波將信號中的噪聲大部分有效濾除；此時選取的結(jié)構(gòu)元素最大尺度趨于穩(wěn)定，自適應過程結(jié)束；由此自適應選取的相鄰正峰值間的間隔更多的是故障沖擊信號相鄰正峰值間的間隔，是更為合理的間隔長度；依據(jù)此間隔長度得到的結(jié)構(gòu)元素尺度范圍更加合適，從而可以得到更為理想的信號濾波結(jié)果；
[0015]步驟四終止判斷
[0016]判斷迭代過程終止的條件為:自適應方法所確定的結(jié)構(gòu)元素尺度最大值連續(xù)三次相同；判斷步驟三中每次采用自適應方法確定的新的結(jié)構(gòu)元素尺度最大值是否變化，若自適應方法確定的新的結(jié)構(gòu)元素尺度最大值連續(xù)三次相同，迭代過程結(jié)束；
[0017]步驟五計算迭代自適應多尺度形態(tài)分析結(jié)果
[0018]計算各尺度下差值濾波結(jié)果的平均值，以該值作為基于迭代自適應多尺度形態(tài)分析濾波方法處理信號的最終結(jié)果；各尺度下差值濾波結(jié)果分別反映出信號在不同尺度下的特征信息，而攜帶機械設備故障信息的沖擊成分存在于每一個尺度中，因此將所得的各尺度下的結(jié)果序列取平均值作為IAMMA方法的最終結(jié)果，可以更全面地反映信號的特征信息，并且突出其沖擊成分，有效濾除噪聲影響。
[0019]分別米用IAMMA、AMMA方法對美國凱斯西儲大學(Case Western ReserveUniversity)軸承試驗臺采集的滾動軸承振動數(shù)據(jù)進行分析。分別采用兩種方法得到的軸承內(nèi)圈故障的頻譜如圖1所示。由圖可見，圖1(a)是原始信號頻譜圖，IAMMA方法濾波結(jié)果圖1 (c)清晰地呈現(xiàn)了滾動軸承內(nèi)圈故障特征頻率162.2Hz及其倍頻，而AMMA方法濾波結(jié)果圖1(b)中的故障特征頻率淹沒在噪聲中。
[0020]由于采用上述技術方案，本發(fā)明提供的一種基于迭代自適應多尺度形態(tài)分析的濾波方法，與現(xiàn)有技術相比具有這樣的有益效果:
[0021]本發(fā)明基于迭代自適應多尺度形態(tài)分析的濾波方法，對自適應多尺度形態(tài)分析方法進行了迭代使用，可在強噪聲背景及采樣頻率較高時，仍能有效抑制噪聲、諧波等的干擾，清晰提取故障特征，獲得理想濾波結(jié)果。它彌補了自適應多尺度形態(tài)分析的不足，豐富了形態(tài)濾波的理論方法。
【專利附圖】

【附圖說明】
[0022]圖1是分別采用AMMA及IAMMA方法對滾動軸承內(nèi)圈故障濾波結(jié)果的頻譜對比圖，其中(a)是原始信號頻譜圖，(b)是AMMA方法頻譜圖，(c)是IAMMA方法頻譜圖；
[0023]圖2是本發(fā)明的基于迭代自適應多尺度形態(tài)分析(IAMMA)濾波方法的具體實現(xiàn)步驟流程圖。
【具體實施方式】
[0024]下面結(jié)合附圖對本發(fā)明的基于迭代自適應多尺度形態(tài)分析的濾波方法作進一步地說明。
[0025]一種基于迭代自適應多尺度形態(tài)分析的濾波方法，如圖2所示，該方法包含具體步驟如下:
[0026]步驟一選擇結(jié)構(gòu)元素形狀
[0027]根據(jù)不同形狀結(jié)構(gòu)元素對信號濾波結(jié)果的影響，以及信號濾波的目的，選擇合適的結(jié)構(gòu)元素形狀。
[0028]步驟二自適應多尺度形態(tài)分析
[0029]首先對采集的離散狀態(tài)信號f(n)進行零均值化處理，在此基礎上得到其離散序列 fi (n) = {xn|n=l, 2，...，N},找尋 f1 (η)中所有正峰值點 P= {pjm=l, 2，...，Μ}，根據(jù)各個正峰值點PmK在水平軸位置(橫·坐標)pm，x，可以得到各個相鄰正峰值點間的間隔為:Ip=IipI ip=Pm+l,x-Pm,x, Hl= I, 2，。
[0030]根據(jù)相鄰峰值點的間隔Ip及以下兩式:
【權(quán)利要求】
1.一種基于迭代自適應多尺度形態(tài)分析的濾波方法，其特征在于:該方法內(nèi)容包括如下步驟: 步驟一選擇結(jié)構(gòu)元素形狀 根據(jù)不同形狀結(jié)構(gòu)元素對信號濾波結(jié)果的影響以及信號濾波的目的，選擇合適的結(jié)構(gòu)元素形狀；通常結(jié)構(gòu)元素長度值取為奇數(shù)，以便將其中點設為原點，從而保證結(jié)構(gòu)元素的對稱性； 常用的結(jié)構(gòu)元素形狀有三角型、半圓型、扁平型，其中三角型結(jié)構(gòu)元素適合濾除脈沖信號的干擾，半圓型結(jié)構(gòu)元素適合濾除隨機噪聲的干擾，扁平型結(jié)構(gòu)元素通常取其高度值為零，只需對長度值進行選擇，更為簡便、易于實現(xiàn)； 步驟二自適應多尺度形態(tài)分析 對原始信號進行自適應多尺度形態(tài)分析濾波，首先對采集的離散狀態(tài)信號進行零均值化處理，找出零均值化處理后的離散信號中所有正峰值點，然后根據(jù)各個正峰值點所在水平軸位置，可以得到各個相鄰正峰值點的間隔，根據(jù)相鄰正峰值間隔的最小值和最大值確定結(jié)構(gòu)元素長度尺度范圍；之后根據(jù)各個正峰值點所在豎直軸位置，按照長度小尺度對應高度小尺度和長度大尺度對應高度大尺度的原則設定的運算，可以計算得到結(jié)構(gòu)元素各個長度尺度對應的高度尺度，從而確定各尺度結(jié)構(gòu)元素形狀；最后分別計算各尺度結(jié)構(gòu)元素的形態(tài)學濾波結(jié)果，并把各尺度形態(tài)學濾波結(jié)果的平均值作為AMMA方法的輸出結(jié)果； 步驟三迭代使用自適應多尺度形態(tài)分析 對上一次濾波結(jié)果采用自適應方法確定新的結(jié)構(gòu)元素尺度范圍，并用新確定的尺度范圍對原始信號進行多尺度形態(tài)濾波，迭代上述過程；按自適應方法選定結(jié)構(gòu)元素尺度范圍對信號進行多尺度差值濾波，每次濾波都會對信號中的噪聲成分進行濾除，同時提取沖擊成分；這樣每次迭代過程中，噪聲峰值逐漸減少，選取的結(jié)構(gòu)元素尺度逐漸增大，形態(tài)差值濾波去除噪聲的能力逐漸加強，最終形態(tài)差值濾波將信號中的噪聲大部分有效濾除；此時選取的結(jié)構(gòu)元素最大尺度趨于穩(wěn)定，自適應過程結(jié)束；由此自適應選取的相鄰正峰值間的間隔更多的是故障沖擊信號相鄰正峰值間的間隔，是更為合理的間隔長度；依據(jù)此間隔長度得到的結(jié)構(gòu)元素尺度范圍更加合適，從而可以得到更為理想的信號濾波結(jié)果； 步驟四終止判斷 判斷迭代過程終止的條件為:自適應方法所確定的結(jié)構(gòu)元素尺度最大值連續(xù)三次相同；判斷步驟三中每次采用自適應方法確定的新的結(jié)構(gòu)元素尺度最大值是否變化，若自適應方法確定的新的結(jié)構(gòu)元素尺度最大值連續(xù)三次相同，迭代過程結(jié)束； 步驟五計算迭代自適應多尺度形態(tài)分析結(jié)果 計算各尺度下差值濾波結(jié)果的平均值，以該值作為基于迭代自適應多尺度形態(tài)分析濾波方法處理信號的最終結(jié)果；各尺度下差值濾波結(jié)果分別反映出信號在不同尺度下的特征信息，而攜帶機械設備故障信息的沖擊成分存在于每一個尺度中，因此將所得的各尺度下的結(jié)果序列取平均值作為IAMMA方法的最終結(jié)果，可以更全面地反映信號的特征信息，并且突出其沖擊成分，有效濾除噪聲影響。
【文檔編號】H03H21/00GK103716012SQ201310672036
【公開日】2014年4月9日 申請日期:2013年12月11日 優(yōu)先權(quán)日:2013年12月11日
【發(fā)明者】姜萬錄, 李揚, 董彩云 申請人:燕山大學