转子振动信号消噪方法研究(精)

第４２卷第４期２００６年４月机械工程学报ｖ０１．４２Ｎｏ．４ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＭＥＣＨＡＮＩＣＡＬＥＮＧＩＮＥＥＲＩＮＧＡｐｒ．２００６基于数学形态学的旋转机械振动信号降噪方法木胡爱军１唐贵基１安连锁２（１．华北电力大学机械工程学院保定０７１００３；２．华北电力大学动力工程学院保定０７１００３）摘要：基于数学形态学实现振动信号降噪。

研究了数学形态滤波器对振动信号在不同类型、不同强度噪声干扰下的降噪能力，提出了采用开一闭和闭一开组合数学形态滤波器实现旋转机械振动信号降噪处理的方法。

通过仿真计算及实例，检验了形态滤波器的滤波效果，表明数学形态滤波器可以有效剔除脉冲、降低随机噪声干扰，提高振动信号的信噪比。

对强烈噪声干扰采用傅里叶变换与形态滤波器结合的处理方法可以取得明显的滤波效果。

并具有算法简单、运算速度快的特点。

关键词：数学形态学旋转机械滤波器振动噪声中图分类号：ＴＮ９１１０前言振动信号分析是旋转机械状态监测与故障诊断中应用最广泛的方法。

在实际工程测量中，现场采集的振动数据往往被各种噪声污染，在某些情况下噪声干扰甚至大于实际的真实信号，信号降噪成为动态信号测试和设备故障诊断研究的重要内容。

近年来基于小波分析等对信号奇异性特征提取ｕＪ的故障早期诊断取得了一定进展，然而这些研究多是在无噪声情况下进行的，由于小波对噪声和微弱信号同样敏感，降噪也成为其工程应用的重要内容。

数字滤波器是振动信号预处理的常用手段，大多数场合已代替了传统的模拟滤波器。

常用的数字滤波器有时域平均法、ＩＩＲｆＦＩＲ滤波器及小波滤波剁２】等。

时域平均方法在具体实施过程中需要对大量的数据进行处理，且要求有时标信息的支持；小波降噪技术的降噪效果则在很大程度上取决于滤波器性能的优劣，即选择不同的滤波器所得的降噪效果也有所区别。

另外，数字滤波器由于基于时域、频域或时频域（如小波）构建，存在着诸如时滞、相移等缺点；对于信号频率和噪声干扰的频率重叠在一起的情况，常用滤波器都无法将两者区分开来。

物理实验技术中的振动信号处理方法与技巧振动信号是物理实验中常见的一种信号，它包含了丰富的物理信息。

在物理实验中，如何正确有效地处理振动信号，对于研究现象、分析数据以及获得准确结果至关重要。

本文将介绍几种常用的振动信号处理方法与技巧，帮助实验人员充分利用振动信号的信息。

一、去噪方法与技巧在实验中，振动信号常常受到各种干扰，如电磁干扰、机械噪声等，这些干扰会降低信号的质量。

为了保证振动信号的准确性，必须对其进行去噪处理。

1.数字滤波器数字滤波器是一种常用的去噪方法。

常见的数字滤波器有低通滤波器、高通滤波器和带通滤波器等。

低通滤波器可以过滤高频噪声，而高通滤波器则可以过滤低频噪声。

根据实验需求选择合适的滤波器，可以有效去除噪声。

2.小波变换小波变换是一种时频分析方法，可以将信号分解为不同频率的小波子信号。

通过选择合适的小波基函数和尺度，可以将噪声与信号有效分离，从而去除噪声。

小波变换在去噪中具有一定的优势，尤其适用于非平稳信号。

二、频域分析方法与技巧频域分析是振动信号处理中的一个重要步骤，它可以将时域信号转换为频域信号，进一步分析信号的频率成分、幅度、相位等信息。

1.傅里叶变换傅里叶变换是频域分析的基础方法之一，它可以将信号在时域和频域之间进行转换。

实验人员可以通过傅里叶变换得到信号的频谱图，进而分析信号的频率成分。

傅里叶变换的优点是简单易懂，但在处理非平稳信号时存在一定局限性。

2.短时傅里叶变换短时傅里叶变换是一种改进的傅里叶变换方法，可以处理非平稳信号。

它将信号分成若干小段，在每一段上进行傅里叶变换，然后通过描绘频率随时间变化的谱图来揭示信号的时频特性。

短时傅里叶变换在振动信号分析中应用广泛。

三、谐波分析方法与技巧谐波分析是对振动信号进行频域分析的一种方法，它可以分析信号中不同频率的谐波成分，揭示信号的特征和规律。

1.快速傅里叶变换快速傅里叶变换是一种高效的频域分析方法，可以快速计算信号的频谱。

通过快速傅里叶变换，可以快速得到信号中各个频率的幅度和相位信息，进而分析信号中的谐波成分。

振　动　与　冲　击第28卷第9期J O U R N A LO FV I B R A T I O NA N DS H O C KV o l .28N o .92009　大型旋转机械非平稳振动信号的E E MD 降噪方法基金项目:国家自然科学基金(50675194)、国家863(2008A A 04Z 410)资助项目收稿日期:2008-10-20　修改稿收到日期:2008-11-21第一作者曹冲锋男,博士生,1979年生通讯作者杨世锡男,教授,博士生导师,1968年生曹冲锋,杨世锡,杨将新(浙江大学机械工程系国家重点实验室,杭州　310027) 摘　要:针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。

该方法是一种集成的经验模式分解(E n s e m b l e E m p i r i c a l m o d e d e c o m p o s i -t i o n ,E E M D )降噪算法,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,可以有效抑制常规经验模式分解降噪算法处理非平稳振动信号时产生的模式混叠现象。

通过仿真计算和转子启动过程试验振动信号对新降噪方法、经验模式分解降噪方法及小波降噪方法的性能进行了比较测试,结果表明,在非平稳机械振动信号降噪方面,新降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效降低脉冲干扰,提取出反映信号实际物理意义的振动固有模式。

关键词:降噪;旋转机械;启动过程;振动信号;集成经验模式分解中图分类号:T N 911.7;T H 165.3 文献标识码:A 大型旋转机械在启动阶段,振动信号非平稳特征突出、频谱结构变化大,蕴含着有关设备丰富的动力学特性与故障征兆信息[1-2]。

因此,启动过程中振动信号的分析方法研究对于旋转机械的状态监测和早期故障诊断至关重要。

转子压缩机降噪原理
转子压缩机降噪的原理可以通过以下几个方面实现：
1.减少机械噪音：转子压缩机中的机械噪音主要来自于旋转部件（如转子、轴承）和传动系统。

降噪的一种方法是通过优化机械部件的设计和制造工艺，减少机械振动和共振现象，从而降低机械噪音。

例如，采用精密制造和平衡技术，减少转子和轴承的不平衡和振动。

2.采用隔振和吸音材料：在转子压缩机的结构中加入隔振和吸音材料，可以有效地吸收和分散噪音的能量，减少传播和辐射。

例如，在机壳内部或隔板上应用吸音材料，以减少噪音传播。

3.声学屏蔽：通过在转子压缩机周围安装声学屏蔽罩或隔音墙，形成一个密闭的空间，将噪音从环境中隔离出来，从而降低对外部环境的噪音干扰。

4.控制气动噪音：转子压缩机中的气流和气体流动会产生气动噪音。

通过优化气流通道的设计、减少流体动力噪音源，例如，采用减振罩、消声器等装置来控制气动噪音的产生和传播。

5.控制电磁噪音：有些转子压缩机具有电动机驱动，电动机本身会产生电磁噪音。

通过采用隔磁材料、电动机外部屏蔽等方法来减少电磁噪音的产生和传播。

通过优化机械设计、使用隔振和吸音材料、声学屏蔽、控制气动和电磁噪音等措施，可以降低转子压缩机的噪音水平。

空调压缩机振动噪声抑制方法研究摘要：振动和噪声性能是评价家用空调舒适性和产品品质的一项重要指标。

本文从空调驱动电机的角度，分析空调噪声的产生机理，探究降低压缩机振动和噪声的控制策略，降低空调的噪声水平，改善空调系统的性能，提高用户舒适性。

关键词: 空调；永磁同步电机；电磁激振力波；转矩补偿；重复控制1引言采用永磁同步电机驱动的空调压缩机具有效率高、体积小、重量轻、功率密度高、节能效果显著的优点，在空调中应用越来越广泛。

随着空调的大规模应用，空调运行带来的振动和噪声越来越受到人们的重视。

振动和噪声给人们带来了不适，损害人们身体健康。

空调压缩机的振动和噪声来源机理复杂，涉及机械学、电机学、动力学、电磁学、控制理论和数学分析等学科。

研究如何有效的降低空调的振动和噪声，具有重要意义。

2空调压缩机噪声机理分析永磁同步电机的定子齿和槽构成了不同的磁路长度，产生导磁性能差异。

导磁性能的不同使转子对应齿和槽的不同位置产生不同的磁力线分布。

电机转子的永磁磁极旋转到定子齿的位置时，由于磁阻相对较小，电磁力增大。

当永磁磁极旋转到定子齿槽的位置时，由于磁阻相对较大，电磁力减小。

电磁力在定子齿和槽位置的变化的使定子铁心产生拉伸和收缩效应，使得定子的结构沿着直径发生变形，由此产生了径向电磁激振力谐波[1]。

电机运行时永磁磁极和齿槽相互作用产生的径向电磁激振力谐波，导致电机产生明显的振动和噪声。

电磁力的切向分量产生驱动电磁转矩，而电磁力的径向分量会引起定子变形，能够引起电机定子的机械振动，产生径向电磁振动噪声[2]。

除了径向电磁激振力谐波产生径向电磁振动噪声之外，压缩机转子回转质量的不平衡会产生机械转动噪声，制冷剂在压缩和膨胀过程中会产生射流噪声和涡流噪声。

压缩机的内部的振动会传到壳体上产生压缩机壳体的振动和声辐射。

空调压缩机的振动噪声机理和传递途径结构框图如图1所示。

图1 空调压缩机的振动噪声机理和传递途径结构框图3转矩脉动补偿控制策略研究提高压缩机的效率，降低振动和噪声是滚动转子压缩机的重要研究方向。

基于相关系数的 EEMD 转子振动信号降噪方法陈仁祥;汤宝平;吕中亮【期刊名称】《振动、测试与诊断》【年(卷),期】2012(032)004【摘要】针对转子振动信号周期性强的特点,应用集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)对转子振动信号降噪过程中固有模式函数(intrinsic mode functions,简称IMF)分量的选取问题,提出了基于相关系数的EEMD降噪方法.首先,对原始信号进行EEMD分解得到IMF分量,并计算各IMF 分量自相关函数与原信号自相关函数的相关系数；然后,根据相关系数选择相应的IMF分量重构信号最终达到对原信号降噪的目的；最后,对比了EEMD过程中不同加噪次数对降噪效率和效果的影响,给出了加噪次数的设置方法.仿真信号和转子振动信号的降噪结果表明了该降噪方法的可行性和有效性.【总页数】5页(P542-546)【作者】陈仁祥;汤宝平;吕中亮【作者单位】重庆大学机械传动国家重点实验室重庆,400030;重庆大学机械传动国家重点实验室重庆,400030;重庆大学机械传动国家重点实验室重庆,400030【正文语种】中文【中图分类】TN911.7;TH165.3【相关文献】1.基于CEEMDAN与SVD的泄流结构振动信号降噪方法 [J], 张建伟;侯鸽;暴振磊;张翌娜;马颖2.基于EEMD峰度阈值变压器振动信号降噪方法 [J], 刘福荣;孙福军;田伟;姜述杰3.基于小波包与CEEMDAN的MC主轴振动信号降噪方法 [J], 张洪; 李开杰; 王通德4.基于EEMD和盲源分离的遥测振动信号降噪方法 [J], 李振兴;翟月;刘学5.基于三阶累积量的转子振动信号降噪方法研究 [J], 宋友;柳重堪;李其汉因版权原因，仅展示原文概要，查看原文内容请购买。

转子系统振动信号处理及故障诊断算法研究随着工业自动化程度的不断提高，各种机械设备的使用越来越广泛，而机械故障诊断则成为了一个重要的领域。

在机械设备运行过程中，经常会出现各种故障，而一旦出现故障，会对生产工艺造成不良影响，严重的甚至会导致机械设备报废。

因此，如何及时、准确地诊断机械故障，成为了工业生产过程中的难点之一。

转子系统是机械设备中的重要部分，转子系统的振动信号对于故障诊断有着重要的作用。

目前，转子系统振动信号处理及故障诊断算法是转子系统故障诊断的一个重要研究课题。

转子系统振动信号处理是将转子系统振动信号进行处理和分析，以便于更好地进行故障诊断。

常用的信号处理方法有时域分析、频域分析、小波分析、功率谱分析等。

时域分析是指将振动信号在时间上进行分析。

常用的时域分析方法有：均值、标准差、偏度、峰值、波形因子等。

时域分析方法适用于信号周期性较强的情况下，但无法反映出信号的频域特征。

频域分析则是将振动信号在频域上进行分析。

常用的频域分析方法是傅里叶变换和小波变换。

其中，小波分析是一种新兴的频域分析方法，相较于傅里叶变换，它能够在时域和频域上同时表现信号的特征，并且小波变换能够提供多分辨率的信息，以更好地反映出信号的局部特征和时变特性。

功率谱分析是将振动信号进行频域分析，再将频域信号平方后求和，所得到的结果就是信号的功率谱。

通过对功率谱的分析，能够得到信号的主频率、谐波频率、谐波振幅等信息。

在转子系统振动信号的处理过程中，如果初步处理得当，就可以与故障信息挂钩，从而进行故障诊断。

常见的故障诊断算法有模式识别算法、神经网络算法、遗传算法等。

模式识别算法是一种基于模式匹配的算法。

通过对样本数据的学习，生成模型集合，之后通过对新数据进行比对，找出与之最相似的模型，最终确定所属的类别。

神经网络算法是一种模拟人类神经系统进行信息处理的算法。

通过对样本数据进行学习和训练，生成一种具有分类、识别等功能的神经网络。

遗传算法是一种基于生物遗传学思想的计算模型。

其中，T为故障周期，为滤波器向量。

目标向量决定待解卷积脉冲的位置和权重，因旋转机械对脉冲卷积的不同需求，其值，，n=4和n=8。

对式（1）求逆滤波器系数的导数，将式（2）转变为矩阵形式：式（2）可写为：进而简化为：求其极值：因为，并且假定存换为：由上述公式可求出，器系数。

2仿真分析为验证MOMEDA方法的有效性，其中，载波频率f n=1700Hz，位移常数θ=0.1，t为采样时刻，采样频f s=12000Hz =100Hz，生成周期性振动脉冲信号，————————————————————作者简介:刘鲲鹏（1996-），男，安徽蚌埠人，图3降噪后仿真信号平方包络谱图1仿真信号时域波形对上述仿真信号进行MOMEDA 增强，其输出信号的时域波形如图2所示。

由图可知，经过MOMEDA 处理后的信号可有效突出完整的周期性脉冲特征。

平方包络谱具有复杂度低、计算效率高等优点，为进MOMEDA 实际效果，计算该仿真信号的平方包3所示。

由图可知，应用MOMEDA 增强的信号平方包络谱中，故障特征频率（100Hz ）及其谐波得到有效图4实验装置示意图表1SKF6205-2RS 轴承参数滚动体直径d/mm 节圆直径D/mm 内径d m /mm 外径D o /mm 滚动体数Z 83925529使用电火花在轴承内圈加工一个直径为0.18mm 度为0.28mm 的圆点，模拟内圈点蚀故障，试验时保持电机转速为1730r/min ，采样频率为12kHz ，根据轴承参数计算可知，内圈故障特征频率约为156Hz 。

滚动轴承内圈故障振动信号的时域波形及频谱如图图2降噪后仿真信号时域波形从图中可以发现，由于噪声的影响已无法看出任且频谱图中出现了一些高频成分。

MOMEDA对滚动轴承故障振动信号进行处理，所示。

从图中可明显看出在降噪后信号的时域波形中出现了明显的冲击成分，且频谱中的低频冲击成分图5内圈故障振动信号时域波形及频谱为了进一步证明MOMEDA在内燃机滚动轴承故障诊断中的作用，继续对降噪后的振动信号进行分析计算，得到其包络谱如图7所示，从中能够明显发现故障特征频率（156Hz）及其二倍频和三倍频成分。

摘要滚动轴承是转动设备中应用最为广泛的机械零件，也是最容易产生故障的元件。

滚动轴承出现故障时，在荷载的作用下局部失稳会释放出机械波，这些机械波的表现形式、波形特征等信息间接地表达了滚动轴承的状态。

在实际工程中由振动监测仪采集到的信号含有大量的噪声，从强背景噪声环境中将这些信号提取出来，对滚动轴承的状态检测有很重要的意义。

系统的学习了傅里叶变换、窗口傅里叶变换和小波变换，列举出几种常用的小波基函数并分析出其特点，对小波理论及去噪的基本原理做了分析。

剖析了小波变换的特点、性质和相较于其他分析方法的优点。

作为一种多分辨率的的信号处理办法，小波分析能很好的去除含噪信号中的噪声，从含噪信号中提取到有用的信息。

本文通过使用控制变量法对影响去噪效果的因素进行控制，以Matlab软件作为仿真平台，分别用不同的阈值函数和不同的阈值选取形式对滚动轴承的振动信号进行了去噪仿真，计算去噪前后信号的信噪比，对比分析去噪前后的信号波形，得出针对滚动轴承振动信号的最佳去噪方法。

关键词：滚动轴承；小波变换；去噪AbstractAs the most widely used mechanical part, the rolling bearing is the component which the most prone to failure. The faulty rolling bearing will release mechanical wave when it is partial no stabilization under load function. The form of manifestation and wave characteristics of mechanical wave which are released by structure indirectly express the state of the rolling bearing. The signals collected by the vibration monitor in practical engineering contain a lot of noise. Extracting those signals from the strong noise background has the vital significance to the rolling bearing condition monitor.Fourier transform, Fast wavelet transform to the Wavelet transform are studied systematically in this paper. Several wavelet basis functions are listed and its characteristics are analyzed in this paper. The theories of denoising based on wavelet transform are introduced. The characteristics, nature and advantages of the wavelet transform are analyzed by comparing other methods. As an advanced multi-resolution approach of signal processing, the noise can be removed from signal containing noise and useful information can be extracted from the signal that contains noise by wavelet analysis.The Matlab software is used as the simulation platform in this thesis. Using the different threshold processing approaches and different methods acquiring threshold denoise the rolling bearing vibration signals. The factors affecting the de-noising effect of the rolling bearing s’ vibration signals are controlled by using the method of variable-controlling approach. The best denoising methods are obtained by calculating the signal-to-noise ratio and comparatively analyzing the waveform of the signal containing noise and the denoising signal.Key Words：Wavelet transform, Denoising, Rolling bearing目录摘要 (I)Abstract (II)目录 (III)1 绪论 (1)1.1 论文背景与意义 (1)1.2 论文研究现状 (1)1.3 论文的研究内容与目标 (1)2 小波分析的基本理论 (2)2.1 小波分析概述 (2)2.2 小波变换及其性质 (2)2.3 小波分解与重构的mallat算法 (7)3 基于小波变换的滚动轴承振动信号去噪 (10)3.1 小波阈值去噪 (10)3.2 阈值函数与阈值的选取 (10)3.3 对滚动轴承振动信号进行去噪仿真 (12)3.3.1 硬阈值和软阈值函数的去噪效果比较 (13)3.3.2 不同小波形态对去噪效果的影响 (14)3.2.3 两种阈值选取形式的去噪效果比较 (15)结论 (17)致谢 (18)参考文献 (19)1 绪论1.1 论文背景与意义滚动轴承是大型机械的关键部件，对于整个设备的可靠运行有着不可估量的意义，被誉为“工业的关节”[1]。

一种转子故障信号的小波降噪新方法
陈果
【期刊名称】《振动工程学报》
【年(卷),期】2007(020)003
【摘要】由于用小波分析进行转子故障信号降噪,小波分解的层数难于确定,降噪的效果与故障转子的转速和信号采样频率密切相关,因此降噪过程难于自动完成.文章针对该问题,提出了一种新的转子故障信号小波降噪方法,首先对原始数据进行重新采样,然后再用小波变换分解到规定的层数,最后运用Donoho软阈值法实现自动降噪.本文方法能够有效地克服小波分解层数对转速和采样频率的依赖.大量的仿真和实验算例对新方法进行了验证,表明了其有效性和稳健性.
【总页数】6页(P285-290)
【作者】陈果
【作者单位】南京航空航天大学民航学院,江苏,南京,210016
【正文语种】中文
【中图分类】TP277;TN911.7
【相关文献】
1.一种基于瞬时能量分布特征的汽轮发电机组转子故障诊断新方法 [J], 曹冲锋;杨世锡;杨将新
2.EEMD模糊熵和变量预测模型的转子故障诊断新方法 [J], 崔心瀚;马立元;魏忠林;李世龙;王天辉
3.一种硬阈值与软阈值结合的小波降噪新方法 [J], 常广;胡铁华;刘锐;李阳;郭静波
4.一种用于磁流体陀螺微弱信号检测的小波降噪方法研究∗ [J], 王丽萍;李醒飞;吴腾飞;纪越;徐梦洁;陈诚
5.基于旋转不变信号参数估计技术与模式搜索算法的异步电动机转子故障检测新方法 [J], 孙丽玲;许伯强;李志远
因版权原因，仅展示原文概要，查看原文内容请购买。