转子振动信号消噪方法研究精.docx
《转子振动信号消噪方法研究精.docx》由会员分享，可在线阅读，更多相关《转子振动信号消噪方法研究精.docx（9页珍藏版）》请在冰豆网上搜索。
转子振动信号消噪方法研究精
转子振动信号消噪方法研究
!
王成栋
朱永生
张优云
"
西安交通大学润滑理论及轴承研究所西安#$%&&’（
摘要
针对转子振动信号周期性强而噪声信号具有随机性的特点#本文将时域平均法和小波软阈值消噪法相结
合#先对振动信号进行时域平均#再对平均后的结果进行小波软阈值消噪处理*实验结果表明#这两种方法相结合#可以有效地去除振动信号的干扰噪声#提高信号的信噪比#取得良好的降噪效果*关键词
时域平均
小波变换
软阈值
消噪
中图分类号
+,（
%%-$引言
对信号进行有效的分析必须在信噪比尽可能高
的情况下进行#如果测试信号的信噪比较低#就必须设法对信号进行消噪处理#
提高信噪比*在实际工程应用中#常常存在噪声干扰很严重的信号*因此#如何提高信号的信噪比就成为一个基本问题*西安交通大学润滑理论及轴承研究所自行开发研制的.小型多功能转子试验台/#是为开展振动测试0故障诊断和转子动力学等方面的研究而研制的一个多功能平台#目前已在上面实现了基于12345243
的远程实验6%7#基本实现了远程试验台控制0数据采集和数据分析功能#初步建立了一个多功能网上实验室*由于转子试验台的测试信号中存在相当大的干扰噪声#转子的振动信号几乎被噪声淹没#为此本文对如何提高转子振动信号的信噪比进行了深入研究#提出采用时域平均和小波软阈值消噪相结合的方法对振动信号进行消噪处理*
8测试系统简介及其噪声来源分析
小型多功能转子试验台主要由转子试验台0电机转速控制器和测控系统构成#图%为转子试验台
测试系统示意图*脉冲宽度调制"9:
;<4=>?
3@AB?
C:
;D34?
#简写为9=A控制器用于控制直流电动机的启停和转速#既可手动控制也可由计算机控制*在
质量圆盘的圆周上安装有两个互相垂直的电涡流传
图%转子试验台示意图
感器#用于测量转子的径向振动位移信号*转子的一端安装有一个采样触发圆盘#圆盘上有一个小孔*在垂直于采样圆盘并对准小孔的圆周位置处安装有一个电涡流传感器#用于产生采样触发信号#使得每次采样开始时转子处于相同的位置#从而保证采样信号具有相同的初始相位*传感器的输出信号经由9E1C（%%FGH数据采集卡进入计算机*
9=A控制器是一个利用大功率电子元件的开关特性来调制固定电压的直流电源#
它以一个固定的频率接通和断开#通过改变一个周期内.接通/和.
断开/时间的长短#改变直流电动机电枢上电压的.占空比/#从而改变电压的大小#控制电动机的转速*在本试验台中#9=A控制器给测试信号带来了很大的电磁干扰*在实验中发现#只要给9=A控制器接通电源#在测试系统中就会出现很强的干扰信号*图I所示为9=A控制器电源接通但转子还没有转动时振动传感器的输出信号"在本文中#如无特别说明#信号采样频率皆为I&JKL
*由于此时转子第IM卷第’期I&&M年%I月
振动0测试与诊断
NB:
52D;BOP>Q5D3>B2#A4D<:
54R423SG>DT2B<><
PB;-IM,B-’
G4U-I&&M
!
国家自然科学基金资助项目"编号VW（（（&’$I*
收稿日期VI&&IC&（C&IX修改稿收到日期VI&&IC%&CI（*
万方数据
转子振动信号消噪方法研究
万方数据
其中!
"#$%&’（*+,-.#$+/#$
+&’（是信号频率低于$0#$的成分1而23%&’（*+,-
43+
&’（是信号频率介于$03
与$
0&305（
的成分6这一分解过程可写成如下形式
.3758.3
23759.3
&3#51#5751=1#$05
（&>（
其中!
低通滤波器8作用在一个序列?
@?
+A+,-的
效果为
&8?
（B
*+,-
C
+0$B?
+&D（
高通滤波器9的作用效果为
&9?
（B
*+,-
E
+0$B?
+
&F（
其中!
@C+A+,-和@E+A+,-是由给定的多分辨率分析确定的镜象滤波器6
在按照GHIIHJ算法将%&’
（分解之后1如果能够根据先验知识将分解系数的信号部分和噪声部分区分开来1
就可以对分解系数进行处理1将对应噪声部分的分解系数置零1形成新的小波系数.K#$
和2K3ȿL3L#$（1然后再按GHIIHJ重建算法.K3058M.379M2K3
&3#$1#$051=1#575
（&N（
得到消噪后的信号
%O
&’（"#5%O
&’（
*+,-
.
K
#5+/#5
+&’（&P（
其中!
%O
&’（表示消噪后的信号Q8M和9M
分别表示低通滤波器8和高通滤波器9的共轭算子6
小波阈值法消噪的基本步骤如下!
&5（小波分解Q&$（阈值估计和阈值处理Q
&>（信号重构6
小波阈值法消噪中1最简单的是硬阈值法1即把小波系数中小于和等于阈值的系数全部置零1大于阈值的系数则保持不变1即
RKS13TURS13
ULVRS13URS13
UWVS,X&Y（
其中!
RKS13
表示经过硬阈值处理后的小波尺度3上的第S个小波系数QV表示阈值QX表示整个下标集6
硬阈值消噪的缺点是1经过阈值化处理的系数幅值分布是不连续的1这使得消噪信号会出现相应的噪声成分6因此1Z[\[][提出了软阈值消噪方
法^F_1
除了将小于阈值的系数置零外1还将那些大于阈值的系数向零缩减1即
RKS13‘a\&RS13（&URS13U0V（7
S,X&b（
其中!
‘a\&（表示取符号操作1操作符&c（7表示
&’（7
’’WT
@
T’LT
&5T（
软阈值消噪有效地克服了硬阈值消噪的不连续
问题1得到了广泛的应用6
小波阈值法消噪中1阈值的正确估计是一个十分重要的问题6一般有以下D种常用的阈值估计方
法!
&5（基于无偏似然估计原理的自适应阈值估计6
&$（固定阈值估计1即V
其中e表示小波分解系数的长度6
&>（启发式最优阈值估计1
实际上是将前面两种阈值估计综合起来考虑6当信噪比较大时1用固定阈值Q当信噪比较小或扰动较大时1用无偏似然估计原理确定阈值6
&D（极大极小值原理估计6
对于不同性质的信号1应该选用不同的阈值估计方法6经过比较1本文采用启发式最优阈值估计方法对每一尺度下的小波分解系数分别确定阈值1不同尺度下的小波系数具有不同的阈值6
f消噪结果分析
在基于小波技术的消噪过程中1小波基函数的选择和分解尺度的确定是两个比较关键的问题6不同性质的信号应该选择不同的小波基函数1才能取得更好的消噪效果6
经过分析比较1发现对于转子的振动信号1采用ZHghij]ki‘
Y小波基比较合适1其滤波器系数参见文献^D_6在小波分解时1
边界数据采用周期延拓方式1将信号分解到尺度$D
6图F为图
D
卷
万方数据
所示信号的小波分解结果!
图中"#!
"$!
"%!
"
&表示分解信号的细节部分!
’&表示分解到尺度$&
后信号的近似部分（图为小波系数*仅细节部分+
经过软
转子振动信号消噪方法研究
万方数据
升级会员 