基于机械振动信号分析特征参数提取

李满 胡传 丁文斗 张子书 徐斌

摘  要：机械设备振动信号是典型的非平稳信号，其噪声源较多，因此频率成分十分复杂。机械振动信号特征参数提取是机械设备故障诊断中的关键且重要的问题。本文基于现今对非平稳信号故障特征提取方法研究热点理论经验模态分解理论对柴油机振动信号进行预处理，然后提取出其时域特诊参数，从而提高机械设备故障诊断的准确性。

关键字：特征参数;机械振动;信号降噪

1、引言：

随着科学技术高速发展，以及现代化工业生产水平的不断提高，机械设备呈现复杂化，多样化，智能化等，这对大型机械设备的平稳运行和故障监测与诊断提出了严峻的挑战。柴油机是一种复杂的往复式动力机械，长期工作在高温、高压的恶劣环境，故障发生率高，故障诊断十分困难特征提取是柴油机故障诊断的重要环节，是决定故障诊断成功与否的关键。为了能够有效提取特征参数，获得可靠的分析结论，需要降低柴油机振动信号干扰噪声的影响。

微弱信号降噪技术主要有：小波降噪、随机共振消噪。这些降噪方法虽然能够在一定程度上抑制干扰，但是也存在局限性，因此，需要探寻一种能够在强噪声背景下提取出包含机械设备故障信息特征参数的信号处理方法。1998年，美国华裔科学家黄锷，提出了一种新的非平稳信号时频分析方法—希尔伯特黄变换，该方法被学术界普遍认为是对以傅里叶變换频域分析的一个重大突破。希尔伯特黄变换方法能够将任意信号进行分解，即经验模态分解，是一种自适应分析方法，非常适合于非平稳信号。

2、经验模态分解的基本原理

经验模态分解是将原信号分解为若干个分量（IMF分量）和一个残余分量之和，各分量之间是满足相互独立。信噪声主要分布在高频段，也就是前几个IMF分量，而信号主要分布在后几个IMF分量。因此，只要找到噪声主导的IMF分量和信号主导的IMF分量之间的分界点kth，将噪声主导的IMF分量舍弃，再将其余的IMF分量和残余分量进行信号重构，就可以达到降噪目的，即实现“强制降噪”。EMD降噪是基于分解信号的部分重构，记为：降噪后的信号 表示为： 。

线性相关系数是用来衡量两个变量之间线性相关程度的指标，通过比较原信号与各阶IMF分量的相关系数可以确定噪声主导与信号主导IMF分量的分界点kth。依次计算原信号与各阶IMF分量的相关系数，得到各相关系数关于i的函数L（i）。通过相关系数曲线，找出曲线中第一个局部极小值点，将此点对应阶数的下一阶作为噪声主导与信号主导IMF分量的分界点表示为kth。此时，将前kth-1阶IMF分量作为主要噪声滤除，从第kth阶IMF分量到残余分量进行信号重构，得到重构后的信号，实现了原信号的降噪处理。

下图是某柴油机左机某测点x方向振动速度信号的EMD分解的8个IMF分量与原始振动信号的相关系数，发现第4个分量的相关系出现极小值。因此，将前4个分量作为噪声进行滤除，然后对剩余信号进行重构，结果如下图。

从上图可以看去，时域振动速度信号降噪处理后，噪声波动分量得到了明显抑制。右图是短时间内，降噪前后时域速度信号的精细结构，可以明显地看出，降噪后的振动速度信号时序变化非常平稳有序，更加符合柴油机稳定工作状态的特征。

3、机械振动信号的特征参数提取

当柴油机的状态发生变化时，其特征参数会发生相应的变化。直观上，一般很难判断哪些特征参数是敏感的，且可以用来描述柴油机振动信号的特征。为了获取更多的柴油机状态信息，综合选取了12种特征指标，由于各个特征参数的数值不属于同一个数量级，差异较大，常常会影响数据分析的结果。为了消除各种数据之间的量纲影响，需要在故障诊断之前对特征参数进行归一化处理，使它们位于相似范围，以解决数据之间的可比性。采用的归一化。下表给出了2018年12月24日某柴油机左机某测点x方向振动速度信号降噪前后12个机械振动特征参数的估计结果。

表1. 振动速度信号降噪前后的时域特征参数

降噪前降噪后降噪前降噪后最大值25.555.12最小值-25.54-5.766均值-0.380.003能量1105.2197.17峭度568.96.77偏度-64.090.02极差51.110.89脉冲指标4.675.35波形指标1.231.26峰值指标3.774.24峭度指标2.783.17裕度指标5.487.13通过上面的时域特征参数提取发现：降噪前后，由于振动数据数值上显著的差异，少许几个参数存在一定数量级上的差别，多数指标参数基本都是在同一个数量级上。如果需要更加准确的量化各特征参数在故障诊断中的作用，还需要各特征参数进行归一化处理。

5、总结：

传统经典的信号处理技术不适合与非平稳信号的处理，缺少处理信号频率随时间变化的分布情况。由于工况环境较为复杂等原因，柴油机振动信号测量采集参杂大量噪声与干扰，故障信息不可避免的受到强噪声干扰。本文采用基于经验模态分解的自适应结方法，对柴油机振动信号进行降噪处理，可以有效抑制噪声对采油机运行状态信息的干扰，从而有效地从采油机振动信号中提取出准确的，能反映其运行状态的特征参数，为采油机故障诊断提供有力依据。

参考文献：

[1]机械振动信号特征参数提取技术研究，杨文涛，东北石油大学，2014年6月。

[2]钱文龙，鲁铁定，贺小星，许家琪.GPS高程时间序列降噪分析的改进EMD方法[J].大地测量与地球动力学.2020，40（3）：242-246，269.

国家创新创业训练项目资助编号：s202010500038