本發(fā)明屬于信號處理領(lǐng)域，具體涉及一種旋轉(zhuǎn)機械振動信號降噪方法。該旋轉(zhuǎn)機械振動信號降噪方法可以很好的完成在強噪聲背景下的振動信號降噪處理，而且能夠較好的保證原始信號的完整性，更有利于后期信號的分析處理。

背景技術(shù)：

在機械設(shè)備中，旋轉(zhuǎn)機械具有重要的地位，其性能的好壞，直接影響著機械設(shè)備的壽命和可靠性。因此，對于旋轉(zhuǎn)機械的振動信號進行降噪具有重要的意義。但通常采集到的振動信號含有大量噪聲信號，去噪效果的好壞將直接影響到后期信號的分析與檢測，降噪未完全的信號有可能帶來錯誤的檢測與診斷，給整個機械設(shè)備帶來巨大隱患。

目前研究人員已經(jīng)提出了很多振動信號降噪方法，如eemd方法、形態(tài)學(xué)方法、小波方法等。但在強背景噪聲下，現(xiàn)有降噪方法存在很多不足，如eemd降噪方法雖然對振動信號具有很好的降噪效果，但無法保留信號的完整性；廣義形態(tài)學(xué)結(jié)構(gòu)元素選取存在的速度慢、適應(yīng)性差及不能很好接近待分析信號等問題。這些問題就使得后期對于振動信號的分析和處理造成很大干擾，嚴(yán)重影響到信號診斷的準(zhǔn)確性。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)中存在的上述不足，提供一種旋轉(zhuǎn)機械振動信號降噪方法，該降噪方法不僅具有降噪效果好、響應(yīng)速度快的特點，而且可以很好的保證原始信號的完整性，使其可以更好的滿足旋轉(zhuǎn)機械對于振動信號采集、預(yù)測等需求。

解決本發(fā)明技術(shù)問題所采用的技術(shù)方案是提供一種旋轉(zhuǎn)機械振動信號降噪方法其特征在于包括以下步驟：

步驟（1）：對原始采集信號進行eemd分解，獲得n個imf分量；

步驟（2）：通過改進的遺傳算法對廣義形態(tài)學(xué)的結(jié)構(gòu)元素進行最優(yōu)選?。?/p>

步驟（3）：將n個imf分量分別通過改進的廣義形態(tài)學(xué)濾波器進行信號降噪。

一種旋轉(zhuǎn)機械振動信號降噪方法，其特征在于，所述步驟（2）還包括：采用不同形狀的結(jié)構(gòu)元素級聯(lián)而成，構(gòu)造了一種由兩個不同結(jié)構(gòu)元素構(gòu)成的開—閉和閉—開的廣義形態(tài)濾波器，從而解決傳統(tǒng)形態(tài)濾波器中存在的輸出統(tǒng)計偏倚的問題。

考慮到主要是提取旋轉(zhuǎn)機械的振動信號，為滿足響應(yīng)快、降噪效果好的要求，采用直線形和圓盤形兩種不同的結(jié)構(gòu)元素；直線形結(jié)構(gòu)元素具有運算量小，響應(yīng)快等特點；圓盤形結(jié)構(gòu)元素對振動信號的降噪效果最優(yōu)。

通過改進的遺傳算法對兩種不同的結(jié)構(gòu)元素進行最優(yōu)解選取，具體定義如下：

定義函數(shù)f（x）在區(qū)間[a,b]范圍內(nèi)，a、b為整數(shù)；

求出區(qū)間（a,b）的中點c,并計算出f(c)；

比較f(a)、f(b)的大小，其中大的一組定義為α、f(α)；

比較f(c)與f(α)的大小，其中大的一組重新賦值給α、f(α)；

判斷是否達(dá)到最優(yōu)值。若達(dá)到最優(yōu)值，即不再有可取的整數(shù)x值；否則，重復(fù)—。

結(jié)構(gòu)元素參數(shù)的選取，通過信噪比來衡量，信噪比越大，則選取的結(jié)構(gòu)元素參數(shù)越好；公式如下：

y1為原始信號的平方和，y2為噪音信號的平方和，y為信噪比。

附圖說明

圖1為本降噪方法的流程圖。

圖2為不含噪聲的仿真信號。

圖3為含躁的仿真信號。

圖4為eemd分解后的imf分量。

圖5為直線形結(jié)構(gòu)元素。

圖6為圓盤形結(jié)構(gòu)元素。

圖7為經(jīng)過改進廣義形態(tài)學(xué)濾波器去噪后的imf分量。

圖8為現(xiàn)有方法去噪后的仿真信號。

圖9為采用本發(fā)明方法去噪后的仿真信號。

具體實施方式

下面結(jié)合附圖和具體實施方式對本發(fā)明做進一步說明。

如圖3所示，含噪聲的振動信號模型可表示為：；其中，y(t)為含噪聲的旋轉(zhuǎn)機械振動信號，x(t)為噪聲，降噪的具體步驟如下：

步驟（1）：對含噪信號進行eemd分解，獲得n個imf分量，如圖4所示；eemd方法將振動信號按照從高頻到低頻的順序分解為不同的imf分量，因而可以有效地將信號中的噪聲成分分離，便于后期的降噪處理。

步驟（2）：通過改進的遺傳算法對廣義形態(tài)學(xué)的結(jié)構(gòu)元素進行優(yōu)化選取；選取直線和圓盤形兩種結(jié)構(gòu)元素，如圖5、圖6所示。先以直線形結(jié)構(gòu)元素為接觸，選取最優(yōu)長度參數(shù)，再以其為基準(zhǔn)，構(gòu)造出最有高度參數(shù)，從而快速、準(zhǔn)確的選取出最有結(jié)構(gòu)元素。

具體步驟如下：

（a）確定最優(yōu)的直線形結(jié)構(gòu)元素長度l；觀察圖（3）得出，直線形結(jié)構(gòu)元素只由長度l影響。首先將l設(shè)定在一定的范圍內(nèi)，本文初步設(shè)定l取[1,100]范圍內(nèi)，通過改進的遺傳算法，選取出最優(yōu)參數(shù)l=α；

（b）圓盤形結(jié)構(gòu)元素的長度l^’和高度k的選取；觀察圖(4)得出，圓形結(jié)構(gòu)元素由長度l和高度k決定。通過改進的遺傳算法將兩種結(jié)構(gòu)元素關(guān)聯(lián)起來，縮小結(jié)構(gòu)元素參數(shù)的選取范圍.首先，當(dāng)k=0時，圓盤形結(jié)構(gòu)元素轉(zhuǎn)變?yōu)橹本€，所以圓盤形結(jié)構(gòu)元素的最優(yōu)長度l’=α;一般結(jié)構(gòu)元素形狀選取扁平型為最佳，所以高度k的取值范圍初步設(shè)定為[0，α].再次運用改進的遺傳算法對高度k進行選取，得出最優(yōu)高度參數(shù)k。

步驟（3）：將imf分量分別通過改進的廣義形態(tài)學(xué)濾波器進行降噪，如圖7所示。

具體步驟如下：

a）對待分析信號作eemd分解，獲得n個imf分量；

b）通過改進的遺傳對每個imf分量進行最得到n個imf優(yōu)結(jié)構(gòu)元素選取，并將選取的最優(yōu)參數(shù)保存到廣義形態(tài)濾波器中；

c）將每個imf分量分別通入到廣義形態(tài)學(xué)濾波器中，并運用最優(yōu)的結(jié)構(gòu)元素進行去噪；

d）利用處理后的imf分量進行信號重構(gòu)得到去噪后的信號,如圖9所示；

圖9中的信號與如圖8所示的現(xiàn)有方法去燥后信號比較發(fā)現(xiàn)，在圖8中，圈出部分的信號與原始信號存在明顯偏差，所以圖9效果好于圖8。

綜上所述，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。