[发明专利]基于增强相位瀑布图的转子裂纹微弱分数谐波特征识别方法

摘要

本发明提供一种基于增强相位瀑布图的转子裂纹微弱分数谐波特征识别方法，基于频率成分的相位值与能量无关的特性，利用信号频域相位谱特征实现微弱频率成分的识别。其包括如下步骤，步骤1，将待分析信号进行短时移动采样得到系列短时信号，采用快速傅里叶变换FFT获取系列短时信号分别对应的频域相位谱；步骤2，采用直线元形态滤波方法对获取的频域相位谱进行处理，得到滤波后特征增强的频域相位谱，完成相位谱的特征增强；步骤3，将增强的频域相位谱按采样时间序列依次排列成增强相位瀑布图，实现真实频率成分处的规律相位带与FFT计算误差和噪声导致的随机相位值的分离，完成转子裂纹微弱分数频率成分的识别。

主权项

1.基于增强相位瀑布图的转子裂纹微弱分数谐波特征识别方法，其特征在于，包括如下步骤，步骤1，将待分析信号进行短时移动采样得到系列短时信号，采用快速傅里叶变换FFT获取系列短时信号分别对应的频域相位谱；步骤2，采用直线元形态滤波方法对获取的频域相位谱进行处理，得到滤波后特征增强的频域相位谱，完成相位谱的特征增强；步骤3，将增强的频域相位谱按采样时间序列依次排列成增强相位瀑布图，实现真实频率成分处的规律相位带与FFT计算误差和噪声导致的随机相位值的分离，完成转子裂纹微弱分数频率成分的识别；步骤1中短时移动采样时，对数据长度为m采样频率为fs的离散待分析信号S＝[s0 s1 … sm‑1]，依次移动一个数据点，获取数据长度为n的k个短时信号y0(t),y1(t),y2(t)…yk‑1(t)序列，其中n、m和k为正整数,n＜＜m，y0(t)＝[s0 s1 … sn‑1]，y1(t)＝[s1 s2 … sn]，...yk‑1(t)＝[sk‑1 sk … sn+k‑2]；步骤1中采用FFT获取系列短时信号分别对应的频域相位谱时，对短时信号序列y₀(t),y₁(t),y₂(t)…y_k‑1(t)依次做傅里叶变换，得到频域复数序列取其相角得到各短时序列的相位谱其中，分别为复数序列的虚部和实部；步骤2中采用直线元形态滤波方法，获取滤波后特征增强的频域相位谱时，根据短时信号的特征，选择直线元宽度参数b，对相位谱交替进行多次的腐蚀、膨胀和开闭运算，得到特征增强后的相位谱序列Y₀(ω),Y₁(ω),Y₂(ω),...Y_k‑1(ω)；步骤3中，将增强相位谱按采样时间序列依次排列成增强相位瀑布图时，将k个n点的相位谱序列Y0(ω),Y1(ω),Y2(ω),...Yk‑1(ω)的每一个序列作为一列，构成一个n行k列的二维相位矩阵，结合关系f＝2πω和Δt＝1/fs，将序列[1,2,…n]和[1,2,…k]分别转换为对应的频率向量[f1,f2，…fn]和时间向量[t1,t2，…tk]，分别作为频率轴和时间轴作图，得到增强相位瀑布图；步骤3中，FFT计算误差和噪声导致的随机相位区与真实频率成分的规律相位带的分离方法如下：通过k个相位序列的排列观察，在真实存在的频率点处，会形成一个k点的规律相位带，而随机的相位值通过排列后显示为随机的相位区；从而根据随机区和规律带在相位瀑布图中的差异，能够清晰的识别出真实存在的频率成分。