機(jī)械振動(dòng)信號(hào)降噪技術(shù)分析研究設(shè)計(jì),機(jī)械振動(dòng),信號(hào),技術(shù),分析研究,設(shè)計(jì) 本科畢業(yè)論文(設(shè)計(jì))開(kāi)題報(bào)告 論 文 題 目： 機(jī)械振動(dòng)信號(hào)降噪技術(shù)分析研究學(xué) 院：業(yè) 、班 級(jí)： 學(xué) 生 姓 名：導(dǎo)教師（職稱(chēng)）： 一、選題依據(jù) 1. 論文（設(shè)計(jì)）題目 機(jī)械振動(dòng)信號(hào)降噪技術(shù)分析研究。 2. 研究領(lǐng)域 基于時(shí)域平均法降噪（相干濾波）、濾波器濾波降噪、小波分析和經(jīng)驗(yàn)?zāi)B(tài)分解的振動(dòng)信號(hào)降噪處理方法的研究并且用 MATLAB 的編程技術(shù)實(shí)現(xiàn)振動(dòng)信號(hào)降噪方法的 MATLAB 編程。 3. 論文（設(shè)計(jì)）工作的理論意義和應(yīng)用價(jià)值 旋轉(zhuǎn)的機(jī)械在其運(yùn)行過(guò)程中的振動(dòng)中包括了極其豐富的運(yùn)行狀態(tài)的信息，故而對(duì)振動(dòng)信號(hào)進(jìn)行診斷和監(jiān)測(cè)就有了十分重要的意義[1]。然而在實(shí)際的獲取信號(hào)過(guò)程中， 由于測(cè)試環(huán)境的不同、測(cè)試儀器的不同以及不可預(yù)測(cè)的人為因素等諸多干擾的情況 下，測(cè)試出的信號(hào)不僅僅包括有用的振動(dòng)信號(hào)還夾雜著大量的隨機(jī)的干擾信號(hào)，即噪聲。如果不對(duì)信號(hào)進(jìn)行行之有效的出降噪處理，實(shí)現(xiàn)信噪分離的話，后續(xù)的特征提取及數(shù)據(jù)分析就會(huì)產(chǎn)生極大的誤差，故而影響后續(xù)的研究，這在工程應(yīng)用中顯然是不允許的[2]，所以對(duì)振動(dòng)信號(hào)進(jìn)行有效的去降噪處理是一個(gè)迫切需要完成的任務(wù)。為消除噪聲從而獲取有用信號(hào)所提出了很多方法，有時(shí)頻分析法、傅里葉變換、最優(yōu)估計(jì)法、最優(yōu)濾波法、自適應(yīng)濾波、小波分析和經(jīng)驗(yàn)?zāi)B(tài)分解等方法[2]。 時(shí)域平均法從噪聲干擾信號(hào)里提取周期信號(hào)，也就是相干檢波?？梢詫?duì)機(jī)械信號(hào)以一定的周期為間隔來(lái)截取信號(hào)，然后疊加截取的信號(hào)之后再平均，能實(shí)現(xiàn)消除信號(hào)中非周期分量和隨機(jī)干擾的目的，這樣就能保留確定的周期成分。 濾波器可以有效的控制噪聲，均衡所使用的頻帶的幅度和相伴特性，因此它在信號(hào)處理中發(fā)揮關(guān)重要作用。在濾波器中任何一個(gè)滿足一定條件的信號(hào)，都可以被看成由無(wú)限個(gè)正弦波疊加而成。組成信號(hào)的不同頻率的正弦波叫做信號(hào)的頻率成分叫諧波成分。由于只允許一定頻率范圍內(nèi)的信號(hào)成分正常通過(guò)，阻止另一部頻率成分通過(guò)， 所以濾波器可以根據(jù)振動(dòng)信號(hào)和噪聲信號(hào)的頻率不同而對(duì)噪聲進(jìn)行有效的阻隔。 由于時(shí)頻分析能力較強(qiáng)，采用變化的頻窗和時(shí)窗對(duì)振動(dòng)信號(hào)進(jìn)行分析，使其可以對(duì)信號(hào)進(jìn)行多分辨的分析，利用小波分析還能觀察到信號(hào)的概貌，即能看到信號(hào)細(xì)節(jié) [3]，于是越來(lái)越廣泛的應(yīng)用在了非平穩(wěn)信號(hào)的非平衡信號(hào)的特征提取及信號(hào)處理中。 小波分析用于降噪的依據(jù)是小波基緊支性，它能讓信號(hào)能量集中于少量較大的小波系數(shù)上，而經(jīng)過(guò)噪聲分解后的小波一般都非常小，所以小波分析方法只需要大致知道信號(hào)屬于哪種類(lèi)型即可，而后就可套用標(biāo)準(zhǔn)的降噪方法，這一優(yōu)點(diǎn)一經(jīng)提出，就立刻被廣泛的應(yīng)用于機(jī)械振動(dòng)信號(hào)降噪處理中[4] 。 經(jīng)驗(yàn)?zāi)B(tài)分解，英文 empirical mode decomposition，簡(jiǎn)稱(chēng) EMD 是一種較新的信號(hào)處理理論，它具有自適應(yīng)特征，其分解信號(hào)可較好地的反映系統(tǒng)特征。將 EMD 應(yīng) 用于機(jī)械振動(dòng)信號(hào)的波波中，可以提高信號(hào)的信噪比，從而突出信號(hào)，加強(qiáng)診斷可靠性[5]。EMD 方法的自適應(yīng)能力強(qiáng)，無(wú)需預(yù)先確定基函數(shù)。所以其對(duì)機(jī)械振動(dòng)信號(hào)的降噪處理的靈活性上有明顯的優(yōu)勢(shì)相較于其他降噪方法。 4. 目前研究的概況和發(fā)展趨勢(shì) 濾波器的研究的重點(diǎn)是：在最優(yōu)情況下如何制造出最合適的濾波器。20 世紀(jì) 40 年代，維納創(chuàng)立了維納濾波理論。實(shí)現(xiàn)維納濾波，需要滿足兩個(gè)條件：一，輸入的振動(dòng)信號(hào)是廣義上是平穩(wěn)的；二，輸入的信號(hào)必須已知其統(tǒng)計(jì)特性。因此維納濾波僅適用于輸入信號(hào)為平穩(wěn)過(guò)程和統(tǒng)計(jì)特性已知的情況[6]。 于是 60 年代初，卡爾曼創(chuàng)立了可以用于非平穩(wěn)信號(hào)處理的卡爾曼濾波理論，也就是用狀態(tài)量模型對(duì)非平穩(wěn)和多輸入輸出的隨機(jī)序列做出最優(yōu)估計(jì)。但設(shè)計(jì)卡爾曼濾波器時(shí)，需已知信號(hào)和噪聲的統(tǒng)計(jì)特性。無(wú)論維納濾波，還是卡爾曼濾波，都需要已知輸入信號(hào)的統(tǒng)計(jì)特性。但實(shí)際工程中，通常不知道所測(cè)信號(hào)與其噪聲的統(tǒng)計(jì)特性， 并且采集到的信號(hào)統(tǒng)計(jì)特性也隨著時(shí)間的變化而變化。維納濾波和卡爾曼濾波很難實(shí)現(xiàn)最優(yōu)的濾波，但自適應(yīng)濾波能夠達(dá)到較好的濾波效果。于是自適應(yīng)濾波器的研究開(kāi)始廣泛的進(jìn)行[7]。自適應(yīng)濾波于 1967 年被提出后，隨著大規(guī)模集成計(jì)算機(jī)、電路技術(shù)的飛速發(fā)展，自適應(yīng)濾波也得到了迅速的發(fā)展，其中自適應(yīng)降噪就是基于自適應(yīng)濾波原理的擴(kuò)展。自適應(yīng)濾波與優(yōu)化理論、信息論、估計(jì)理論與檢測(cè)有著緊密的關(guān)系。近年來(lái)，針對(duì)傳統(tǒng)形態(tài)濾波器由于采用相同尺寸結(jié)構(gòu)元素而導(dǎo)致的輸出統(tǒng)計(jì)偏倚嚴(yán)重的問(wèn)題，提出采用不同尺寸結(jié)構(gòu)元素級(jí)聯(lián)而成的開(kāi)—閉和閉—開(kāi)組合廣義形態(tài)濾波器實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的降噪方法。廣義形態(tài)濾波降噪算法只涉及加減和極大極小運(yùn)算，運(yùn)算簡(jiǎn)單且執(zhí)行高效，具有較好的實(shí)用價(jià)值[8]。 小波變換的核心是多分辨分析。它是近年來(lái)出現(xiàn)的一種研究非平穩(wěn)信號(hào)有力的時(shí)頻域分析工具，它在不同尺度下由粗到精的處理方式，使其不僅能反映信號(hào)的整體特性，同時(shí)也能反映信號(hào)的局部信息。由于小波變換的分析精度可調(diào)，使其既能對(duì)信號(hào)中的短時(shí)高頻成份進(jìn)行定位，又能對(duì)信號(hào)中的低頻成分進(jìn)行分析，克服了分析在時(shí)域上無(wú)任何分辨率的缺陷，并較短時(shí)。而變換能提取更詳盡的信號(hào)信息。由于小波分析具有的優(yōu)點(diǎn)，在機(jī)械故障診斷領(lǐng)域獲得了廣泛的應(yīng)用[9]。LIN 等提出了一種基于 morlet 小波基的連續(xù)小波變換降噪方法，并指出用該方法可以從含有大量噪聲的齒輪箱振動(dòng)信號(hào)中完整地提取出周期性沖擊信號(hào)。陳志新提出用復(fù)小波塊閥值降噪法提取弱故障特征信息，取得了滿意的效果。N.G.Nikolaou 等人也用小波變換提取故障特征來(lái)對(duì)軸承進(jìn)行故障診斷，取得了較好的效果。何正嘉等對(duì)機(jī)械監(jiān)測(cè)診斷領(lǐng)域內(nèi)小波技術(shù)的研究進(jìn)行回顧，總結(jié)了小波技術(shù)在旋轉(zhuǎn)機(jī)械、往復(fù)機(jī)械、齒輪、軸承等方面的應(yīng)用中所取得的進(jìn)展和特點(diǎn)。新的小波函數(shù)不斷構(gòu)造出來(lái)，如平穩(wěn)小波、復(fù)小波、諧波小波等都在故障診斷中得到了應(yīng)用。近年來(lái)出現(xiàn)了一系列的如脊波、曲波、楔波新小波，并 在圖像處理等領(lǐng)域得到應(yīng)用，能否在故障診斷領(lǐng)域借鑒值得研究[10]。小波方法與其它信號(hào)分析方法相結(jié)合也是小波應(yīng)用的一個(gè)方向，如小波與相關(guān)分析腳、小波與包絡(luò)譜、小波與獨(dú)立分量分析、小波與奇異值分解等相結(jié)合的特征提取方法小波與神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)一等相結(jié)合的診斷方法都得到了研究和應(yīng)用[11]。 EMD 為信號(hào)處理研究開(kāi)辟了一個(gè)新的途徑，從 1998 年被發(fā)明到現(xiàn)在短短的幾年時(shí)間里得到了廣泛的利用。同時(shí) EMD 方法也有了和其它信號(hào)處理方法結(jié)合的發(fā)展趨勢(shì)。比如 EMD 與小波、EMD 與 SVM、EMD 與 ICA 以及 EMD 與神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行綜合特征提取與診斷方法。國(guó)際上，Huang 等人建立了 HHT 的基本框架，根據(jù) HHT 的基本依據(jù)，引入固有模式函數(shù)概念。提出 EMD 方法并定義了 Hilbert 譜及邊際譜的概念，討論了 EMD 的完備性與正交性問(wèn)題。大量比較和分析 EMD 與小波等的信號(hào)分析的差別，Yang 和 Salvino 將此方法用于設(shè)備的診斷領(lǐng)域[12-14]；Rai 等用 EMD 提取軸承振動(dòng)倍的 IMF，并且結(jié)合 FFT 的技術(shù)提取了 IMF 的頻譜特征并且取得了不錯(cuò)的效果[15]；Fandrin[16,17]與Wu zhaohua[18,19]分別用分?jǐn)?shù)高斯噪聲和白噪聲驗(yàn)證了 EMD 實(shí)質(zhì)上是于小波分解類(lèi)似并具有品質(zhì)因數(shù)的恒定的帶通濾波器，這為實(shí)現(xiàn)濾波器的EMD 化設(shè)計(jì)打下了基礎(chǔ)。國(guó)內(nèi)，鐘佑明從理論角度對(duì) HHT 局部乘積定理進(jìn)步論證， HHT 提供了一個(gè)統(tǒng)一的理論依據(jù)，進(jìn)而提出了傅立葉譜和邊際譜之間的本質(zhì)區(qū)別這一新的觀點(diǎn)[20]。沈國(guó)際提出了 EMD 分解多頻信號(hào)的一個(gè)必要條件，并將此用于了齒輪箱故障振動(dòng)信號(hào)人的分離，取得了不錯(cuò)的效果[21]。不過(guò)作為一種新的信號(hào)分析方法， EMD 雖然在很多領(lǐng)域都取得了大量的成果并顯示出很強(qiáng)大的優(yōu)勢(shì)，但該方法屬于“經(jīng)驗(yàn)性”算法，所以無(wú)論在理論基礎(chǔ)或者是實(shí)際應(yīng)用中的諸多環(huán)節(jié)依然存在立著不足， 例如虛假模式、端點(diǎn)效應(yīng)等問(wèn)題，這極大影響了信號(hào)特征的精確性。 二、論文（設(shè)計(jì)）研究的內(nèi)容 1. 重點(diǎn)解決的問(wèn)題 振動(dòng)信號(hào)分析中的濾波器及相干濾波降噪方法； 振動(dòng)信號(hào)分析中的小波降噪方法； 振動(dòng)信號(hào)分析中的經(jīng)驗(yàn)?zāi)B(tài)分解降噪處理方法。 2. 擬開(kāi)展研究的幾個(gè)主要方面（論文寫(xiě)作大綱或設(shè)計(jì)思路） （1） 分析機(jī)械振動(dòng)信號(hào)的性質(zhì)。 ①機(jī)械振動(dòng)噪聲源的分析； ②機(jī)械振動(dòng)信號(hào)采集。 （2） 具體分析研究各類(lèi)降噪方法。 ①平穩(wěn)信號(hào)的降噪 Ⅰ周期平均信號(hào)的降噪：時(shí)域平均法降噪（相干濾波）； Ⅱ周期非平均信號(hào)的降噪：濾波器濾波降噪。 ②非平穩(wěn)信號(hào)的降噪 Ⅰ機(jī)械振動(dòng)模式的 EMD 分析研究； Ⅱ基于小波變換的閥值降噪方法研究。 （3） 舉例實(shí)現(xiàn)具體的信號(hào)降噪處理。 以工程信號(hào)為研究對(duì)象分別對(duì)其進(jìn)行小波，EMD，濾波器方法降噪研究。 （4） 振動(dòng)信號(hào)降噪方法對(duì)比。 總結(jié)文中所述的振動(dòng)降噪方法，歸納四類(lèi)降噪方法的特點(diǎn)。提出不足及需要完善和進(jìn)步的地方。 3. 本論文（設(shè)計(jì)）預(yù)期取得的成果 分析研究幾類(lèi)機(jī)械振動(dòng)信號(hào)降噪方法，通過(guò)學(xué)習(xí)能對(duì)其各自的優(yōu)缺點(diǎn)進(jìn)行對(duì)比， 用 Matlab 對(duì)幾類(lèi)降噪方法進(jìn)行模擬仿真的實(shí)現(xiàn)。 三、論文（設(shè)計(jì)）工作安排 1. 擬采用的主要研究方法（技術(shù)路線或設(shè)計(jì)參數(shù)）； （1） 基于小波變換的閥值降噪方法步驟： ①選擇合適的小波，對(duì)所給的信號(hào)進(jìn)行小波變換，得到小波變換系數(shù) W； ②計(jì)算小波閥值δ ，選擇合適的閥值方法（軟閥值或者硬閥值）對(duì)小波系數(shù)行取舍，得到新的小波系數(shù) Wδ 。 ③對(duì)得到的小波系數(shù) Wδ 進(jìn)行逆小波變換，得到去降噪的信號(hào)去噪中，假定已估計(jì)出了噪聲的方差，問(wèn)題已經(jīng)可以解決[22]。在實(shí)際應(yīng)用中，如何確定噪聲的類(lèi)型，以及差是一個(gè)非常重要的問(wèn)題，不進(jìn)行討論。 （2） 機(jī)械振動(dòng)模式的 EMD 分析的技術(shù)路線： 用 EMD 將振動(dòng)信號(hào)分解成一系列的 IMFs。機(jī)械振動(dòng)信號(hào)包含系統(tǒng)運(yùn)行的豐富信息，而系統(tǒng)振動(dòng)又是由各階振動(dòng)模式的分量組成[23]。因此經(jīng) EMD 分解得到的固有模式函數(shù)與機(jī)械系統(tǒng)的振動(dòng)狀態(tài)和運(yùn)行現(xiàn)狀，無(wú)疑是 EMD 技術(shù)在機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷領(lǐng)域得到推廣應(yīng)用的理論基礎(chǔ)，故而通過(guò)對(duì)間自由度和多自由度機(jī)械系統(tǒng)的振動(dòng)響應(yīng)特性的分析，縱使 IMF 的物理意義探討，提出機(jī)械系統(tǒng)振動(dòng)模式函數(shù)的 EMD 分析方法，從而深入的研究機(jī)械振動(dòng)模式與 IMF 之間的內(nèi)在聯(lián)系。 這種方法的本質(zhì)是通過(guò)數(shù)據(jù)的特征時(shí)間尺度來(lái)獲得本征波動(dòng)模式，然后分解數(shù)據(jù)。這種分解過(guò)程可以形象地稱(chēng)之為“篩選”過(guò)程[24]。 分解過(guò)程是：找出原數(shù)據(jù)序列 X(t）所有的極大值點(diǎn)并用三次樣條插值函數(shù)擬合形成原數(shù)據(jù)的上包絡(luò)線；同樣，找出所有的極小值點(diǎn)，并將所有的極小值點(diǎn)通過(guò)三次樣條插值函數(shù)擬合形成數(shù)據(jù)的下包絡(luò)線，上包絡(luò)線和下包絡(luò)線的均值記作 ml，將原數(shù)據(jù)序列 X(t）減去該平均包絡(luò) ml，得到一個(gè)新的數(shù)據(jù)序列 h，： X（t）- m1 = h1 由原數(shù)據(jù)減去包絡(luò)平均后的新數(shù)據(jù)，若還存在負(fù)的局部極大值和正的局部極小值，說(shuō)明這還不是一個(gè)本征模函數(shù)，需要繼續(xù)進(jìn)行“篩選”。 （3） 濾波器分析方法的的技術(shù)路線： 濾波器的中心頻率（Center Frequency）：濾波器通帶的中心頻率 f0，一般取 f0 = ( f1+ f2 ) / 2 ；f1、f1 為帶通或帶阻濾波器左、右相對(duì)下降 1dB 或 3dB 邊頻點(diǎn)。窄帶濾波器常以插損最小點(diǎn)為中心頻率計(jì)算通帶帶寬。特征頻率： ①截頻 f p = wp /(2 p) 為通帶與過(guò)渡帶邊界點(diǎn)的頻率，在該點(diǎn)信號(hào)增益下到一個(gè)人為規(guī)定的下限； ②阻帶截頻 fr = wr /(2 p) 為阻帶與過(guò)渡帶邊界點(diǎn)的頻率，在該點(diǎn)信號(hào)衰耗下 降到一人為規(guī)定的下限； ③轉(zhuǎn)折頻率 fc = wc /(2 p) 為信號(hào)功率衰減到 1/2（約 3dB）時(shí)的頻率，在很 多情況下，常以 fc 作為通帶或阻帶截頻； ④固有頻率 f 0= w0 /(2 p) 為電路沒(méi)有損耗時(shí)，濾波器的諧振頻率，復(fù)雜電 路往往有多個(gè)固有頻率[25]。 （4） 相關(guān)濾波（時(shí)域平均法） 經(jīng)過(guò)濾波后的原始信號(hào)用適當(dāng)?shù)闹芷?T 截取 N 段，進(jìn)行時(shí)域信號(hào)平均后輸出。周期 T 可根據(jù)實(shí)際結(jié)構(gòu)的運(yùn)行規(guī)律定出， 也可對(duì)信號(hào)求其自相關(guān)系數(shù)原理定出。對(duì)于旋轉(zhuǎn)機(jī)械或往復(fù)機(jī)械運(yùn)行中所產(chǎn)生的帶有周期重復(fù)性的機(jī)械信號(hào)x(t)，如果 x(t)由周期信號(hào) f(t)和白噪聲 n(t)組成，即: x(t) = f (t) + n(t) 以 f(t)的周期 T 去截取信號(hào) x(t)，共截得 N 段，然后將各段對(duì)應(yīng)點(diǎn)相加， 由于白噪聲的不相關(guān)性，可得到： x(ti ) = Nf (ti ) + 再對(duì)平均，便得到輸出信號(hào)： i y(ti ) = f (t ) + n(ti ) 此時(shí)輸出的白噪聲是原來(lái)輸入信號(hào) x(t)中的白噪聲的 1 ，因此信噪比提 高 倍。 2. 論文（設(shè)計(jì)）進(jìn)度計(jì)劃 第一周：查閱文獻(xiàn)，了解畢業(yè)設(shè)計(jì)題目的研究意義 第二周：查閱文獻(xiàn)，了解畢業(yè)設(shè)計(jì)題中相關(guān)內(nèi)容的國(guó)內(nèi)外發(fā)展現(xiàn)狀第三周：閱讀文獻(xiàn)，掌握畢業(yè)設(shè)計(jì)的研究?jī)?nèi)容及技術(shù)路線 第四周：撰寫(xiě)畢業(yè)設(shè)計(jì)開(kāi)題報(bào)告，準(zhǔn)備開(kāi)題報(bào)告答辯第五周：了解振動(dòng)信號(hào)的產(chǎn)生及信噪比 第六周：掌握噪聲信號(hào)的產(chǎn)生原因及表現(xiàn)第七周：掌握噪聲信號(hào)的降噪分析方法 第八周：掌握噪聲信號(hào)的降噪分析方法 第九周：中期審核 第十周：掌握 matlab 編程，實(shí)現(xiàn)降噪分析方法的 matlab 實(shí)現(xiàn)第十一周：實(shí)現(xiàn)出降噪分析方法的 matlab 實(shí)現(xiàn) 第十二周：撰寫(xiě)畢業(yè)設(shè)計(jì)論文第十三周：撰寫(xiě)畢業(yè)設(shè)計(jì)論文 第十四周：撰寫(xiě)畢業(yè)設(shè)計(jì)論文 第十五周：完成畢業(yè)設(shè)計(jì)論文修改及答辯 PPT 第十六周：畢業(yè)答辯 四、需要閱讀的參考文獻(xiàn) [1].付元華、 羅仁澤，、曹鵬等. 小波閾值函數(shù)旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)去噪方法研究[J]. 測(cè)控技術(shù)， 2014， 33(12):34-37. [2].陳果. 基于小波分析的轉(zhuǎn)子故障信號(hào)自適應(yīng)降噪技術(shù)研究[J]. 航空動(dòng)力學(xué)報(bào)， 2008， 23(1):9-16. [3].楊文平， 陳國(guó)定， 石博強(qiáng). 基于小波理論的復(fù)雜機(jī)械振動(dòng)信號(hào)降噪分析[J]. 北京科技大學(xué)學(xué)報(bào)， 2002， 24(4):455-457. [4].范超. 旋轉(zhuǎn)機(jī)械振動(dòng)故障信號(hào)微弱特征提取方法研究[D]. 東北石油大學(xué)， 2013. [5].楊建文， 賈民平， 許飛云，等. 基于經(jīng)驗(yàn)?zāi)B(tài)分解的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)降噪處理[J]. 中國(guó)工程科學(xué)， 2005， 7(8):66-69. [6] Erdem Yuksel，Gulsen Kamci and Ipek Basdogan. Vibro-Acoustic Design Optimization Study to Improve the Sound PressureLevel Inside the Passenger Cabin[J]. American Society of Mechanical Engineers.2012 [7].張盈盈. 自適應(yīng)濾波器的研究及其在齒輪箱特征提取中的應(yīng)用[D]. 中北大學(xué)， 2010. [8].沈路， 周曉軍， 張文斌，等. 廣義數(shù)學(xué)形態(tài)濾波器的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)降噪[J]. 振動(dòng)與沖擊， 2009， 28(9):70-73. [9].石遠(yuǎn)程. 基于小波降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的齒輪箱故障診斷方法的研究[D]. 桂林電子科技大學(xué)， 2014. [10] Jie Duan，Mingfeng Li and Teik C. Lim.Combined Feedforward-Feedback Active Control of Road Noise Inside a Vehicle Cabin. [J]. American Society of Mechanical Engineers .2014. [11].趙國(guó)慶. 基于小波降噪與 HHT 方法的齒輪故障診斷方法[D]. 武漢科技大學(xué).2007. [12] yang Jann N.，L.Y. System identification of linear structures using Hilbert transform and Empirical Mode decomposition. Proceedings of the International Modal Analysis Conference,2000. [13] Yang JN，L.Y. Identifcation of civil structures with nonproportional damping.PROCEEDINGS OF THE SOCIETY OF PHOTO-OPTICAL INSTRUMENTATION ENGINEERS(SPIE)，2000. [14]L.W.，Empirical mode aalysis of structural response and damping.PROCEEDINGS OF THE SOCIETY OF PHOTO-OPTICAL INSTRUMENTATION ENINEERS(SPIE).2000. [15]V.K. Rai，A.R.M. Bearing fault diagnosis using FFT OF intrinsic mode functions in Hilbert-Huang transform. Mechanical Systems and Signal Processing.2007. [16]Flandrin，P.，P.Goncalves，G. Rilling.EMD equivalent filter banks,from interpretation to applications.Hilbert-Huang Transform:Introduction and Application.2005. [17]Flandrin，P.，G.Rilling，P.Goncalves.Empirical mode decomposition as a filter bank.Signal ProcessingLetters.IFFF.2004. [18] Zhaohua Wu，N.E.H. Ensemble Empirical Mode Decomposition:A Noise Assisted Date Analysis Method.Center for Ocean-land -Atmosphere Studies.2005. [19] [Zhaohua Wu，N.E.H. Ensemble Empirical Mode Decomposition:A Noise Assisted Date Analysis Method.Advances in Adaptive Date Analysis(In press).2008. [20] 鐘佑明、秦樹(shù)人 希爾伯特-黃變換的統(tǒng)一理論依據(jù)研究，振動(dòng)與沖擊，2006.25（3）：40-43. [21]沈國(guó)際、陶利民，陳仲生.多頻信號(hào)經(jīng)驗(yàn)?zāi)B(tài)分解的理論研究及應(yīng)用.振動(dòng)工程學(xué)報(bào)，2005.18 （1）：91-94. [22]聞邦椿.機(jī)械設(shè)計(jì)手冊(cè) 單行本 機(jī)械系統(tǒng)的振動(dòng)設(shè)計(jì)及噪聲控制[D].2015. [23].郝東升. 機(jī)械振動(dòng)信號(hào)的 EMD 分析及其應(yīng)用[D]. 內(nèi)蒙古科技大學(xué).2012. [24] 張志森、符興昌、趙全軍.機(jī)械振動(dòng)信號(hào)描述與分析方法[J].2011. [25] Danilo Bruneli Reis and Rodrigo Nicoletti. Positioning of Deadeners for Vibration Reduction in Vehicle Roof Using Embedded Sensitivity.[J]. American Society of Mechanical Engineers .2010 . 附：文獻(xiàn)綜述或報(bào)告 文獻(xiàn)綜述 機(jī)械振動(dòng)信號(hào)降噪技術(shù)分析研究綜述 摘要 機(jī)械振動(dòng)的降噪技術(shù)分析是幫助我們了解和利用振動(dòng)或者避免振動(dòng)產(chǎn)生的非常重要的研究?jī)?nèi)容。它不但能采集到更加純凈的振動(dòng)信號(hào)，即增大信噪比，還能使我們獲得更準(zhǔn)確的振動(dòng)特征參數(shù)等，從而利用振動(dòng)。本文將通過(guò)對(duì)濾波器濾波降噪技術(shù)、小濾變換降噪技術(shù)和經(jīng)驗(yàn)?zāi)B(tài)分解降噪技術(shù)的分析研究及利用 Matlab 軟件對(duì)實(shí)際工程振動(dòng)信號(hào)的模擬降噪過(guò)程來(lái)闡述以上三種方法的實(shí)用性。 關(guān)鍵詞：振動(dòng)信號(hào)降噪；信噪比；小波降噪；濾波器降噪；經(jīng)驗(yàn)?zāi)B(tài)分解。 引言 在人們的日常生活與生產(chǎn)實(shí)踐中，存在著大量的機(jī)械振動(dòng)現(xiàn)象。在各類(lèi)振動(dòng)現(xiàn)象中， 有的有助于人們的生產(chǎn)與生活，有的則是非常有害的。為了使機(jī)械振動(dòng)現(xiàn)象更加合理地為人們服務(wù)，研究機(jī)械振動(dòng)信號(hào)的技術(shù)就顯得尤為重要。機(jī)械振動(dòng)信號(hào)傳遞與承載著機(jī)械設(shè)備工作過(guò)程中所蘊(yùn)含的大量信息，通過(guò)各類(lèi)信號(hào)描述與分析技術(shù)，提取振動(dòng)過(guò)程中的有用信息，人們可以更加深入地了解機(jī)械工作過(guò)程中的內(nèi)在機(jī)理與特征，從而為更好地開(kāi)發(fā)利用機(jī)械設(shè)備提供理論和技術(shù)方面的支撐。當(dāng)前機(jī)械振動(dòng)信號(hào)的描述和常用分析方法及其應(yīng)用，為從事機(jī)械工程的技術(shù)人員提供一定的指導(dǎo)與幫助 [1] 。 一、振動(dòng)信號(hào)振源分析 振動(dòng)測(cè)試中，經(jīng)測(cè)試系統(tǒng)得到的描述振動(dòng)物理量的數(shù)據(jù)，一般稱(chēng)為信號(hào)。它們中包括有用信號(hào)和外界干擾或儀器自身產(chǎn)生的無(wú)用的信號(hào)（稱(chēng)為噪聲信號(hào)）。無(wú)論哪一種噪聲都是有害的，有時(shí)甚至?xí)⒂杏眯盘?hào)完全淹沒(méi)。因此有必要對(duì)振動(dòng)測(cè)試所得的原始數(shù)據(jù)進(jìn)行處理，排除噪聲信號(hào)，提取有用信息。根據(jù)不同的使用目的，可以把一個(gè)有用信號(hào)，定義成多個(gè)時(shí)間函數(shù)或頻率的函數(shù)。因此，有必要對(duì)這些函數(shù)，即信號(hào)進(jìn)行計(jì)算和分析。對(duì)測(cè)試所得的模擬信號(hào)，可以進(jìn)行直接處理，即模擬信號(hào)分析。也可使用計(jì)算機(jī)進(jìn)行數(shù)字信號(hào)分析。前者設(shè)備簡(jiǎn)單，后者精度高，速度快。采用模擬信號(hào)分析還是采用數(shù)字信號(hào)分析，應(yīng)根據(jù)具體設(shè)備的條件及原始數(shù)據(jù)的狀態(tài)進(jìn)行選擇 [2] 。 信號(hào)的信號(hào)時(shí)域分析是把振動(dòng)幅值表示振動(dòng)量的大小，反映振動(dòng)的強(qiáng)度。幅值有不同的描述量，時(shí)域分析就是把一個(gè)信號(hào)的幅值或幾個(gè)信號(hào)幅值的相互關(guān)系，定義為多個(gè)不同的時(shí)間函數(shù)或參數(shù)，對(duì)這些函數(shù)進(jìn)行計(jì)算和分析也稱(chēng)幅值分析的分析方式； 信號(hào)的頻域分析是把周期信號(hào)展成傅里變換，或?qū)Ψ侵芷谛盘?hào)進(jìn)行傅時(shí)葉變換，使信 號(hào)成為頻率的函數(shù)，即把時(shí)域內(nèi)的振動(dòng)信號(hào) x(t) 變換為頻域內(nèi)振動(dòng)信號(hào) x( f ) 。對(duì)頻率 函數(shù)進(jìn)行計(jì)算和分析就是頻域分析，也稱(chēng)為頻譜分析的分析方式；模擬信號(hào)分析是將同一信號(hào)送往改變滯后時(shí)間，就可得到相關(guān)函數(shù)隨時(shí)間變化關(guān)系的模擬相關(guān)分析儀的兩個(gè)輸入端，得到的輸出即為處相關(guān)函數(shù)。將不同信號(hào)送入其兩個(gè)輸入端，就可得互相關(guān)函數(shù)；數(shù)字信號(hào)分析可用軟件在計(jì)算機(jī)上進(jìn)行，也可采用分析速度更快、分辨能力和分析精度更高、功能更廣的專(zhuān)用數(shù)據(jù)處理機(jī)進(jìn)行。通常都要對(duì)信號(hào)進(jìn)行模/數(shù) （A/D）變換和快速傅里葉變換（FFT），再計(jì)算出各種函數(shù)的分析方式；智能化數(shù)據(jù)采集與分析處理、監(jiān)測(cè)系統(tǒng)以 DSP 系統(tǒng)為核心模塊，作為主-次處理器。通過(guò)接口把和模塊和 PC 機(jī)連成整體，配置相應(yīng)的復(fù)印件，成為功能全面的監(jiān)測(cè)預(yù)測(cè)和診斷系統(tǒng)。開(kāi)發(fā)的 DSP 系統(tǒng)，包括存儲(chǔ)呂分配、系統(tǒng)控制、各種接口電路、總線等，滿足現(xiàn)代旋轉(zhuǎn)機(jī)械振動(dòng)數(shù)據(jù)彩信分析的需要[3]。 二、具體振動(dòng)信號(hào)降噪分析方法 （1）小濾降噪分析方法研究 小波分析是自 1986 年以來(lái)由于 Y.Meyer.S.Mallat 及 I.Daubechies 等人的奠基工作而迅速發(fā)展起來(lái)的一門(mén)新興學(xué)科，它是 Fourier 分析劃時(shí)代發(fā)展的結(jié)果。然而它的發(fā)展歷史可以追溯到 1909 年的 Haar 的工作[4]。從現(xiàn)代小波分析的觀點(diǎn)來(lái)看，1930 年前后有許多與小波有關(guān)的新方向出現(xiàn)，在以后進(jìn)展不大，直到 1960 年 Caldron 的研究及 20 年后（1980 年）Grossmann 與 Morlet 的研究，后人稱(chēng)為“原子分解”，都有了現(xiàn)代小波分析的雛形。進(jìn)而，由于 1986 年以后的工作以及應(yīng)用的廣泛性使這個(gè)覺(jué)得得到了飛速發(fā)展[5]。 應(yīng)用小波分析去噪的方法一般有 3 種： 1) 強(qiáng)制消噪處理方法。 該方法把小波分解結(jié)構(gòu)中的高頻部分全部變?yōu)榱?，即把高頻部分全部剔除，然后再對(duì)信號(hào)進(jìn)行重構(gòu)。這種方法簡(jiǎn)單易行，消噪效果好，但易丟失有用信號(hào)。 2) 默認(rèn)閾值消噪處理。在 Matlab 工具箱中，利用 ddencmp 函數(shù)產(chǎn)生信號(hào)默認(rèn)閾值，然后再利用函數(shù) wdencmp 進(jìn)行消噪處理。 3) 給定閾值消噪處理。 在應(yīng)用小波分析消噪處理中，閾值可以通過(guò)經(jīng)驗(yàn)公式獲得，這種閾值更合理、恰當(dāng)[6]。 它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的“時(shí)間-頻率”窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。它的主要特點(diǎn)是通過(guò)變換能夠充分突出問(wèn)題某些方面的特征，能對(duì)時(shí)間（空間）頻率的局部化分析，通過(guò)伸縮平移運(yùn)算對(duì)信號(hào)（函數(shù))逐步進(jìn)行 多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分，低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了 Fourier 變換的困難問(wèn) 題，成為繼 Fourier 變換以來(lái)在科學(xué)方法上的重大突破[7]。 （2） 濾波器降噪分析方法研究 濾波器，顧名思義，是對(duì)波進(jìn)行過(guò)濾的器件?！安ā笔且粋€(gè)非常廣泛的物理概念， “波”在本論文中就是機(jī)械振動(dòng)的各參數(shù)取值隨時(shí)間起伏變化的過(guò)程。該過(guò)程通過(guò)各類(lèi)傳感器的作用，被轉(zhuǎn)換為電壓或電流的時(shí)間函數(shù)，稱(chēng)之為機(jī)械振動(dòng)信號(hào)的時(shí)間波形， 或者稱(chēng)之為信號(hào)。因?yàn)樽宰兞繒r(shí)間‘是連續(xù)取值的，所以稱(chēng)之為連續(xù)時(shí)間信號(hào)，又習(xí)慣地稱(chēng)之為模擬信號(hào)(Analog Signal)[8]。隨著數(shù)字式電子計(jì)算機(jī)(一般簡(jiǎn)稱(chēng)計(jì)算機(jī)) 技術(shù)的產(chǎn)生和飛速發(fā)展，為了便于計(jì)算機(jī)對(duì)信號(hào)進(jìn)行處理，產(chǎn)生了在抽樣定理指導(dǎo)下將連續(xù)時(shí)間信號(hào)變換成離散時(shí)間信號(hào)的完整的理論和方法。也就是說(shuō)，可以只用原模擬信號(hào)在一系列離散時(shí)間坐標(biāo)點(diǎn)上的樣本值表達(dá)原始信號(hào)而不丟失任何信息，波、波形、信號(hào)這些概念既然表達(dá)的是客觀振動(dòng)信號(hào)，自然就是現(xiàn)代社會(huì)賴(lài)以生存的各種信息的載體[9]。由于噪聲的存在，信息需要傳播的每一個(gè)環(huán)節(jié)都會(huì)產(chǎn)生畸變，以致于信號(hào)及其所攜帶的信息被深深地埋在噪聲當(dāng)中了。而濾波器則利用它對(duì)不同的噪聲和振動(dòng)信號(hào)的頻率不同而產(chǎn)生阻礙噪聲采集振動(dòng)的作用發(fā)明高通、低通、帶通、帶阻等一系列的濾波器。 采用濾波器濾波降噪的方法可以采用編輯語(yǔ)言 Matlab 和面向?qū)ο缶幊碳夹g(shù)，軟件開(kāi)發(fā)效率高，可操作性和可維護(hù)性好；為存儲(chǔ)示波器增加了頻域分析功能；充分利用了計(jì)算機(jī)的存儲(chǔ)與外設(shè)連接的能力，測(cè)量結(jié)果和波形可直接打印輸出或通過(guò)網(wǎng)格共享。但是由于要用到示波器，計(jì)算機(jī)以及 RS232 連接，沒(méi)有單個(gè)硬件電路簡(jiǎn)單明了。而且在運(yùn)用濾波器進(jìn)行濾波時(shí)，需要提前知道信號(hào)的先驗(yàn)知識(shí)，在這種情況下自適應(yīng)濾波處理逐漸受到了重視，它在濾波過(guò)程中不需要知道信號(hào)的先驗(yàn)知識(shí)，而且能夠通過(guò)與外界環(huán)境的接觸來(lái)調(diào)整自身的結(jié)構(gòu)和參數(shù)，從而逐漸逼近最佳濾波效果 [10]。 （3） 經(jīng)驗(yàn)?zāi)B(tài)分解降噪分析方法研究 經(jīng)驗(yàn)?zāi)B(tài)分解法是 N.E.Huang 在美國(guó)國(guó)家宇航局與其他人于 1998 年創(chuàng)造性地提出的一種新新型自適應(yīng)信號(hào)時(shí)頻處理方法，特別適用于非純屬非平衡信號(hào)的分析處理。它的原理是對(duì)數(shù)據(jù)信號(hào)進(jìn)行 EMD 分解從而獲得本征模函數(shù)，然后再對(duì)本征模函數(shù)進(jìn)行希爾伯特變換，得到希爾伯特譜[11]。將經(jīng)驗(yàn)?zāi)B(tài)分解引入機(jī)械振動(dòng)信號(hào)的處理中， 可以提高信號(hào)的信噪比[12]。 EMD 方法具有自適應(yīng)的特性，分解出的信號(hào)能夠很好的反映系統(tǒng)的特征，得到了機(jī)械振動(dòng)信號(hào)采集領(lǐng)域國(guó)內(nèi)處相關(guān)科研人員的廣泛推廣和應(yīng)用，但作為一種尊重事物，在實(shí)踐檢驗(yàn)的過(guò)程中確有一些環(huán)節(jié)需要進(jìn)一步補(bǔ)充和完善。比如它的端點(diǎn)效應(yīng)現(xiàn)象、包絡(luò)線擬合問(wèn)題、固有模式函數(shù)的統(tǒng)計(jì)有效垂問(wèn)題以及 EMD 分解中的模式混雙問(wèn)題[13]?？傊?，國(guó)內(nèi)外科研工作者在 EMD 邊界處理、包絡(luò)線或均直線擬合、篩選停止準(zhǔn)則、模式混疊及虛假模式等方面做了了大量的研究。，提出了有價(jià)值的改進(jìn)措施，改善了 EMD 的信號(hào)分析效果，但仍然沒(méi)有公認(rèn)的徹底解決方法[14]。 （4） 時(shí)域平均分析方法研究 工程中測(cè)得的噪聲、振動(dòng)信號(hào)事實(shí)上可以看作是多輸入單輸出系統(tǒng)的輸出響應(yīng), 如果能夠得到多個(gè)單獨(dú)的源信號(hào),就可以利用各源信號(hào)與輸出信號(hào)之間的相干函數(shù)對(duì)輸入輸出之間的關(guān)系進(jìn)行評(píng)估。 經(jīng)典的相干方法是建立在隨機(jī)過(guò)程平穩(wěn)性假設(shè)的基礎(chǔ)之上,但工程信號(hào)往往是非平穩(wěn)時(shí)變信號(hào),對(duì)于這種信號(hào)來(lái)說(shuō),了解不同時(shí)刻附近的頻域特征非常重要。時(shí)頻相干分析就是在經(jīng)典的相干分析和信號(hào)時(shí)頻表示的基礎(chǔ)上引申的一種分析方法,刻畫(huà)了兩個(gè)隨機(jī)過(guò)程不同時(shí)刻的內(nèi)在聯(lián)系在頻域中的描述[15]。 三、MATLAB 在降噪分析方法中的應(yīng)用 SIMULINK 是 Matlab 中一個(gè)用來(lái)對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行建模、仿真和分析的軟件系統(tǒng)， 它支持連續(xù)時(shí)間、離散時(shí)間及兩者混合的線性、非線性系統(tǒng)，也支持多個(gè)變量、多速率系統(tǒng)[16]。SIMULINK 為用戶提供了用方框圖進(jìn)行建模的圖形用戶接口，用戶只用鼠標(biāo)選中各模塊，并州進(jìn)新建的模塊圖，最后用連線將各模塊連接起來(lái)，即完成對(duì)特定系統(tǒng)模型的創(chuàng)建。此后就可以通過(guò) MATLAB 的命令窗口輸入命令來(lái)進(jìn)行仿真。同時(shí)采用 Scope 模塊或其它的作圖模塊，可以在住址進(jìn)行的同時(shí)看到仿真的結(jié)果，因此該結(jié)構(gòu)具有直觀、方便，靈活的優(yōu)點(diǎn)。Matlab 是機(jī)械振動(dòng)信號(hào)降噪分析研究中一個(gè)重要方便的工具，也是實(shí)現(xiàn)降噪結(jié)果驗(yàn)證的主要平臺(tái)[17]。 四、總結(jié) 以上四種降噪方法在工程生產(chǎn)的不同時(shí)期不同領(lǐng)域都得到了廣泛的應(yīng)用，并且取得了巨大的成功，至今為止依然不斷的有人進(jìn)行探索并對(duì)其中的不足加以修正和改進(jìn)使其應(yīng)用范圍越來(lái)越廣，精度持續(xù)提高，穩(wěn)定性不斷增強(qiáng)，各種降噪方法之間的結(jié)合與互補(bǔ)也成為了一個(gè)顯而易見(jiàn)的趨勢(shì)。隨著對(duì)振動(dòng)測(cè)試要求的不斷提高，降噪方法的研究也一定會(huì)繼續(xù)調(diào)整的發(fā)展。 參 考 文 獻(xiàn) [1].張志森、符興昌、趙全軍.機(jī)械振動(dòng)信號(hào)描述與分析方法[J].2011. [2] Erdem Yuksel，Gulsen Kamci and Ipek Basdogan. Vibro-Acoustic Design Optimization Study to Improve the Sound PressureLevel Inside the Passenger Cabin[J]. American Society of Mechanical Engineers.2012 [3].陳果. 基于小波分析的轉(zhuǎn)子故障信號(hào)自適應(yīng)降噪技術(shù)研究[J]. 航空動(dòng)力學(xué)報(bào)， 2008， 23(1):9-16. [4].趙國(guó)慶. 基于小波降噪與 HHT 方法的齒輪故障診斷方法[D]. 武漢科技大學(xué)， 2007. [5].程正興、楊守志、馮曉霞.小波分析的理論 算法 進(jìn)展和應(yīng)用[D]國(guó)防工業(yè)出版社.2007 [6] .付元華、 羅仁澤，、曹鵬等. 小波閾值函數(shù)旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)去噪方法研究[J]. 測(cè)控技術(shù)， 2014， 33(12):34-37. [7].楊文平， 陳國(guó)定， 石博強(qiáng). 基于小波理論的復(fù)雜機(jī)械振動(dòng)信號(hào)降噪分析[J]. 北京科技大學(xué)學(xué)報(bào)， 2002， 24(4):455-457. [8].沈路， 周曉軍， 張文斌，等. 廣義數(shù)學(xué)形態(tài)濾波器的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)降噪[J]. 振動(dòng)與沖擊， 2009， 28(9):70-73. [9] .張盈盈. 自適應(yīng)濾波器的研究及其在齒輪箱特征提取中的應(yīng)用[D]. 中北大學(xué)， 2010. [10].杜必強(qiáng)、唐貴基、石俊杰.旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)形態(tài)濾波器的設(shè)計(jì)與分析.[J].振動(dòng)與沖擊.2009 [11] Danilo Bruneli Reis and Rodrigo Nicoletti. Positioning of Deadeners for Vibration Reduction in Vehicle Roof Using Embedded Sensitivity.[J]. American Society of Mechanical Engineers .2010 [12]. 楊建文， 賈民平， 許飛云，等. 基于經(jīng)驗(yàn)?zāi)B(tài)分解的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)降噪處理[J]. 中國(guó)工程科學(xué)， 2005， 7(8):66-69. [13].郝東升. 機(jī)械振動(dòng)信號(hào)的 EMD 分析及其應(yīng)用[D]. 內(nèi)蒙古科技大學(xué).2012. [14].石遠(yuǎn)程. 基于小波降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的齒輪箱故障診斷方法的研究[D]. 桂林電子科技大學(xué)， 2014. [15]. 趙俊龍,王奉濤,李宏坤等. 局域波時(shí)頻相干方法及其工程應(yīng)用[J].振動(dòng)測(cè)試與診斷.2012 [16].聞邦椿.機(jī)械設(shè)計(jì)手冊(cè) 單行本 機(jī)械系統(tǒng)的振動(dòng)設(shè)計(jì)及噪聲控制[D].2015. [17] Jie Duan，Mingfeng Li and Teik C. Lim.Combined Feedforward-Feedback Active Control of Road Noise Inside a Vehicle Cabin. [J]. American Society of Mechanical Engineers .2014.