一种液压泵监测信号自适应滤波处理方法与流程
本发明属于液压泵信号处理,具体涉及一种液压泵监测信号自适应滤波处理方法。
背景技术:
1、液压泵是液压系统的核心动力元件,能够把原动机输入的机械能转换为液压油的压力能,为整个液压回路提供高压油液,驱动液压缸、液压马达等执行元件做功。
2、液压泵在运行过程中,监测信号中包含状态信息,是液压泵状态诊断的重要数据。
3、液压泵监测信号中由于噪声污染导致信号失真,要滤波后才能使用,现在的液压泵监测信号滤波存在以下问题:液压泵在不同的工作压力、流量和转速情况下,其特征频谱区别明显,目前的固定参数滤波难以适应不同工况下的滤波,降低了液压泵监测信号滤波的效果。
4、鉴于此,设计一种液压泵监测信号自适应滤波处理方法,以解决上述问题。
技术实现思路
1、为解决上述背景技术中提出的问题。本发明提供了一种液压泵监测信号自适应滤波处理方法,具有能够先通过工况特征向量判断工况类别,再基于工况类别进行自适应滤波,能够适配不同工况的滤波,提高滤波效果的特点。
2、为实现上述目的,本发明提供如下技术方案:一种液压泵监测信号自适应滤波处理方法,包括以下步骤:
3、s1:采集液压泵的振动信号、压力信号、温度信号和流量信号;
4、s2:针对采集的液压泵振动信号、压力信号、温度信号和流量信号进行预处理;
5、s3:分别从预处理后的液压泵振动信号、压力信号、温度信号和流量信号中提取工况特征向量进行加权融合生成融合工况特征向量;
6、s4:基于生成融合工况特征向量判断工况类别,基于工况类别进行自适应滤波。
7、进一步地,步骤s1中,所述液压泵振动信号由布设在液压泵壳体上的振动加速度传感器采集;所述液压泵压力信号由布设在液压泵出口管路上的压力传感器采集;所述液压泵温度信号由布设在液压泵油箱上的温度传感器采集;所述液压泵流量信号由布设在液压泵出口管路上的流量传感器采集。
8、进一步地,步骤s2中,所述预处理包括滤波、模数转换、去趋势和分帧加窗;其中,所述滤波由模拟低通抗混叠滤波器对高于截止频率的模拟信号分量进行幅值衰减,输出滤波后的模拟信号;所述模数转换由分辨率数据采集卡基于采样频率等间隔离散采样,将模拟信号转换为数字信号;所述去趋势由数字信号的采样序号和信号幅值分别作为自变量和因变量构建一元线性模型,基于最小二乘拟合求解一元线性模型的趋势系数,基于一元线性模型的趋势系数求解数字信号的趋势值,基于数字信号的原始信号减去信号趋势值得到去趋势的数字信号;所述分帧加窗由预设单帧长度和预设帧间比例计算帧步进步长,基于帧步进步长进行分帧,逐点与汉宁窗函数对应相乘得到加窗数字信号。
9、进一步地,步骤s3中,所述液压泵振动信号的工况特征向量包括振动信号的均方根值、峰值因子、波形因子、脉冲因子和裕度因子;所述液压泵压力信号的工况特征向量包括压力信号的基频幅值、二次谐波幅值、压力脉动系数和压力波动标准差;所述液压泵温度信号的工况特征向量包括温度均值、温度变化率和温度波动范围;所述液压泵流量信号的工况特征向量包括流量均值、流量脉动系数和流量频谱熵。
10、进一步地,步骤s4中,所述工况类别的判断基于融合工况特征向量与工况类别映射表得出。
11、进一步地,步骤s4中,所述自适应滤波基于工况类别与滤波方案映射表得出。
12、进一步地,步骤s4中,所述融合工况特征向量与工况类别映射表和工况类别与滤波方案映射表由专家或大数据分析得出。
13、与现有技术相比,本发明的有益效果是:
14、本发明先针对采集的液压泵振动信号、压力信号、温度信号和流量信号进行滤波、模数转换、去趋势和分帧加窗,再分别从预处理后的液压泵振动信号、压力信号、温度信号和流量信号中提取工况特征向量进行加权融合生成融合工况特征向量,后基于生成融合工况特征向量判断工况类别,基于工况类别进行自适应滤波,较现有技术而言,能够先通过工况特征向量判断工况类别,再基于工况类别进行自适应滤波,能够适配不同工况的滤波,提高滤波效果。
1.一种液压泵监测信号自适应滤波处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s1中,所述液压泵振动信号由布设在液压泵壳体上的振动加速度传感器采集;所述液压泵压力信号由布设在液压泵出口管路上的压力传感器采集;所述液压泵温度信号由布设在液压泵油箱上的温度传感器采集;所述液压泵流量信号由布设在液压泵出口管路上的流量传感器采集。
3.根据权利要求2所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s2中,所述预处理包括滤波、模数转换、去趋势和分帧加窗;其中,所述滤波由模拟低通抗混叠滤波器对高于截止频率的模拟信号分量进行幅值衰减,输出滤波后的模拟信号;所述模数转换由分辨率数据采集卡基于采样频率等间隔离散采样,将模拟信号转换为数字信号;所述去趋势由数字信号的采样序号和信号幅值分别作为自变量和因变量构建一元线性模型,基于最小二乘拟合求解一元线性模型的趋势系数,基于一元线性模型的趋势系数求解数字信号的趋势值,基于数字信号的原始信号减去信号趋势值得到去趋势的数字信号;所述分帧加窗由预设单帧长度和预设帧间比例计算帧步进步长,基于帧步进步长进行分帧,逐点与汉宁窗函数对应相乘得到加窗数字信号。
4.根据权利要求3所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s3中,所述液压泵振动信号的工况特征向量包括振动信号的均方根值、峰值因子、波形因子、脉冲因子和裕度因子;所述液压泵压力信号的工况特征向量包括压力信号的基频幅值、二次谐波幅值、压力脉动系数和压力波动标准差;所述液压泵温度信号的工况特征向量包括温度均值、温度变化率和温度波动范围;所述液压泵流量信号的工况特征向量包括流量均值、流量脉动系数和流量频谱熵。
5.根据权利要求4所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s4中,所述工况类别的判断基于融合工况特征向量与工况类别映射表得出。
6.根据权利要求5所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s4中,所述自适应滤波基于工况类别与滤波方案映射表得出。
7.根据权利要求6所述的一种液压泵监测信号自适应滤波处理方法,其特征在于:步骤s4中,所述融合工况特征向量与工况类别映射表和工况类别与滤波方案映射表由专家或大数据分析得出。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com