機械振動信號降噪技術分析研究設計

機械振動信號降噪技術分析研究設計,機械振動,信號,技術,分析研究,設計 本科畢業(yè)論文(設計)開題報告 論 文 題 目： 機械振動信號降噪技術分析研究學 院：業(yè) 、班 級： 學 生 姓 名：導教師（職稱）： 一、選題依據 1. 論文（設計）題目 機械振動信號降噪技術分析研究。 2. 研究領域 基于時域平均法降噪（相干濾波）、濾波器濾波降噪、小波分析和經驗模態(tài)分解的振動信號降噪處理方法的研究并且用 MATLAB 的編程技術實現振動信號降噪方法的 MATLAB 編程。 3. 論文（設計）工作的理論意義和應用價值 旋轉的機械在其運行過程中的振動中包括了極其豐富的運行狀態(tài)的信息，故而對振動信號進行診斷和監(jiān)測就有了十分重要的意義[1]。然而在實際的獲取信號過程中， 由于測試環(huán)境的不同、測試儀器的不同以及不可預測的人為因素等諸多干擾的情況 下，測試出的信號不僅僅包括有用的振動信號還夾雜著大量的隨機的干擾信號，即噪聲。如果不對信號進行行之有效的出降噪處理，實現信噪分離的話，后續(xù)的特征提取及數據分析就會產生極大的誤差，故而影響后續(xù)的研究，這在工程應用中顯然是不允許的[2]，所以對振動信號進行有效的去降噪處理是一個迫切需要完成的任務。為消除噪聲從而獲取有用信號所提出了很多方法，有時頻分析法、傅里葉變換、最優(yōu)估計法、最優(yōu)濾波法、自適應濾波、小波分析和經驗模態(tài)分解等方法[2]。 時域平均法從噪聲干擾信號里提取周期信號，也就是相干檢波?？梢詫C械信號以一定的周期為間隔來截取信號，然后疊加截取的信號之后再平均，能實現消除信號中非周期分量和隨機干擾的目的，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，因此它在信號處理中發(fā)揮關重要作用。在濾波器中任何一個滿足一定條件的信號，都可以被看成由無限個正弦波疊加而成。組成信號的不同頻率的正弦波叫做信號的頻率成分叫諧波成分。由于只允許一定頻率范圍內的信號成分正常通過，阻止另一部頻率成分通過， 所以濾波器可以根據振動信號和噪聲信號的頻率不同而對噪聲進行有效的阻隔。 由于時頻分析能力較強，采用變化的頻窗和時窗對振動信號進行分析，使其可以對信號進行多分辨的分析，利用小波分析還能觀察到信號的概貌，即能看到信號細節(jié) [3]，于是越來越廣泛的應用在了非平穩(wěn)信號的非平衡信號的特征提取及信號處理中。 小波分析用于降噪的依據是小波基緊支性，它能讓信號能量集中于少量較大的小波系數上，而經過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屬于哪種類型即可，而后就可套用標準的降噪方法，這一優(yōu)點一經提出，就立刻被廣泛的應用于機械振動信號降噪處理中[4] 。 經驗模態(tài)分解，英文 empirical mode decomposition，簡稱 EMD 是一種較新的信號處理理論，它具有自適應特征，其分解信號可較好地的反映系統(tǒng)特征。將 EMD 應 用于機械振動信號的波波中，可以提高信號的信噪比，從而突出信號，加強診斷可靠性[5]。EMD 方法的自適應能力強，無需預先確定基函數。所以其對機械振動信號的降噪處理的靈活性上有明顯的優(yōu)勢相較于其他降噪方法。 4. 目前研究的概況和發(fā)展趨勢 濾波器的研究的重點是：在最優(yōu)情況下如何制造出最合適的濾波器。20 世紀 40 年代，維納創(chuàng)立了維納濾波理論。實現維納濾波，需要滿足兩個條件：一，輸入的振動信號是廣義上是平穩(wěn)的；二，輸入的信號必須已知其統(tǒng)計特性。因此維納濾波僅適用于輸入信號為平穩(wěn)過程和統(tǒng)計特性已知的情況[6]。 于是 60 年代初，卡爾曼創(chuàng)立了可以用于非平穩(wěn)信號處理的卡爾曼濾波理論，也就是用狀態(tài)量模型對非平穩(wěn)和多輸入輸出的隨機序列做出最優(yōu)估計。但設計卡爾曼濾波器時，需已知信號和噪聲的統(tǒng)計特性。無論維納濾波，還是卡爾曼濾波，都需要已知輸入信號的統(tǒng)計特性。但實際工程中，通常不知道所測信號與其噪聲的統(tǒng)計特性， 并且采集到的信號統(tǒng)計特性也隨著時間的變化而變化。維納濾波和卡爾曼濾波很難實現最優(yōu)的濾波，但自適應濾波能夠達到較好的濾波效果。于是自適應濾波器的研究開始廣泛的進行[7]。自適應濾波于 1967 年被提出后，隨著大規(guī)模集成計算機、電路技術的飛速發(fā)展，自適應濾波也得到了迅速的發(fā)展，其中自適應降噪就是基于自適應濾波原理的擴展。自適應濾波與優(yōu)化理論、信息論、估計理論與檢測有著緊密的關系。近年來，針對傳統(tǒng)形態(tài)濾波器由于采用相同尺寸結構元素而導致的輸出統(tǒng)計偏倚嚴重的問題，提出采用不同尺寸結構元素級聯而成的開—閉和閉—開組合廣義形態(tài)濾波器實現旋轉機械振動信號的降噪方法。廣義形態(tài)濾波降噪算法只涉及加減和極大極小運算，運算簡單且執(zhí)行高效，具有較好的實用價值[8]。 小波變換的核心是多分辨分析。它是近年來出現的一種研究非平穩(wěn)信號有力的時頻域分析工具，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的整體特性，同時也能反映信號的局部信息。由于小波變換的分析精度可調，使其既能對信號中的短時高頻成份進行定位，又能對信號中的低頻成分進行分析，克服了分析在時域上無任何分辨率的缺陷，并較短時。而變換能提取更詳盡的信號信息。由于小波分析具有的優(yōu)點，在機械故障診斷領域獲得了廣泛的應用[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信號中完整地提取出周期性沖擊信號。陳志新提出用復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對軸承進行故障診斷，取得了較好的效果。何正嘉等對機械監(jiān)測診斷領域內小波技術的研究進行回顧，總結了小波技術在旋轉機械、往復機械、齒輪、軸承等方面的應用中所取得的進展和特點。新的小波函數不斷構造出來，如平穩(wěn)小波、復小波、諧波小波等都在故障診斷中得到了應用。近年來出現了一系列的如脊波、曲波、楔波新小波，并 在圖像處理等領域得到應用，能否在故障診斷領域借鑒值得研究[10]。小波方法與其它信號分析方法相結合也是小波應用的一個方向，如小波與相關分析腳、小波與包絡譜、小波與獨立分量分析、小波與奇異值分解等相結合的特征提取方法小波與神經網絡、支持向量機一等相結合的診斷方法都得到了研究和應用[11]。 EMD 為信號處理研究開辟了一個新的途徑，從 1998 年被發(fā)明到現在短短的幾年時間里得到了廣泛的利用。同時 EMD 方法也有了和其它信號處理方法結合的發(fā)展趨勢。比如 EMD 與小波、EMD 與 SVM、EMD 與 ICA 以及 EMD 與神經網絡等方法進行綜合特征提取與診斷方法。國際上，Huang 等人建立了 HHT 的基本框架，根據 HHT 的基本依據，引入固有模式函數概念。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題。大量比較和分析 EMD 與小波等的信號分析的差別，Yang 和 Salvino 將此方法用于設備的診斷領域[12-14]；Rai 等用 EMD 提取軸承振動倍的 IMF，并且結合 FFT 的技術提取了 IMF 的頻譜特征并且取得了不錯的效果[15]；Fandrin[16,17]與Wu zhaohua[18,19]分別用分數高斯噪聲和白噪聲驗證了 EMD 實質上是于小波分解類似并具有品質因數的恒定的帶通濾波器，這為實現濾波器的EMD 化設計打下了基礎。國內，鐘佑明從理論角度對 HHT 局部乘積定理進步論證， HHT 提供了一個統(tǒng)一的理論依據，進而提出了傅立葉譜和邊際譜之間的本質區(qū)別這一新的觀點[20]。沈國際提出了 EMD 分解多頻信號的一個必要條件，并將此用于了齒輪箱故障振動信號人的分離，取得了不錯的效果[21]。不過作為一種新的信號分析方法， EMD 雖然在很多領域都取得了大量的成果并顯示出很強大的優(yōu)勢，但該方法屬于“經驗性”算法，所以無論在理論基礎或者是實際應用中的諸多環(huán)節(jié)依然存在立著不足， 例如虛假模式、端點效應等問題，這極大影響了信號特征的精確性。 二、論文（設計）研究的內容 1. 重點解決的問題 振動信號分析中的濾波器及相干濾波降噪方法； 振動信號分析中的小波降噪方法； 振動信號分析中的經驗模態(tài)分解降噪處理方法。 2. 擬開展研究的幾個主要方面（論文寫作大綱或設計思路） （1） 分析機械振動信號的性質。 ①機械振動噪聲源的分析； ②機械振動信號采集。 （2） 具體分析研究各類降噪方法。 ①平穩(wěn)信號的降噪 Ⅰ周期平均信號的降噪：時域平均法降噪（相干濾波）； Ⅱ周期非平均信號的降噪：濾波器濾波降噪。 ②非平穩(wěn)信號的降噪 Ⅰ機械振動模式的 EMD 分析研究； Ⅱ基于小波變換的閥值降噪方法研究。 （3） 舉例實現具體的信號降噪處理。 以工程信號為研究對象分別對其進行小波，EMD，濾波器方法降噪研究。 （4） 振動信號降噪方法對比。 總結文中所述的振動降噪方法，歸納四類降噪方法的特點。提出不足及需要完善和進步的地方。 3. 本論文（設計）預期取得的成果 分析研究幾類機械振動信號降噪方法，通過學習能對其各自的優(yōu)缺點進行對比， 用 Matlab 對幾類降噪方法進行模擬仿真的實現。 三、論文（設計）工作安排 1. 擬采用的主要研究方法（技術路線或設計參數）； （1） 基于小波變換的閥值降噪方法步驟： ①選擇合適的小波，對所給的信號進行小波變換，得到小波變換系數 W； ②計算小波閥值δ ，選擇合適的閥值方法（軟閥值或者硬閥值）對小波系數行取舍，得到新的小波系數 Wδ 。 ③對得到的小波系數 Wδ 進行逆小波變換，得到去降噪的信號去噪中，假定已估計出了噪聲的方差，問題已經可以解決[22]。在實際應用中，如何確定噪聲的類型，以及差是一個非常重要的問題，不進行討論。 （2） 機械振動模式的 EMD 分析的技術路線： 用 EMD 將振動信號分解成一系列的 IMFs。機械振動信號包含系統(tǒng)運行的豐富信息，而系統(tǒng)振動又是由各階振動模式的分量組成[23]。因此經 EMD 分解得到的固有模式函數與機械系統(tǒng)的振動狀態(tài)和運行現狀，無疑是 EMD 技術在機械狀態(tài)監(jiān)測與故障診斷領域得到推廣應用的理論基礎，故而通過對間自由度和多自由度機械系統(tǒng)的振動響應特性的分析，縱使 IMF 的物理意義探討，提出機械系統(tǒng)振動模式函數的 EMD 分析方法，從而深入的研究機械振動模式與 IMF 之間的內在聯系。 這種方法的本質是通過數據的特征時間尺度來獲得本征波動模式，然后分解數據。這種分解過程可以形象地稱之為“篩選”過程[24]。 分解過程是：找出原數據序列 X(t）所有的極大值點并用三次樣條插值函數擬合形成原數據的上包絡線；同樣，找出所有的極小值點，并將所有的極小值點通過三次樣條插值函數擬合形成數據的下包絡線，上包絡線和下包絡線的均值記作 ml，將原數據序列 X(t）減去該平均包絡 ml，得到一個新的數據序列 h，： X（t）- m1 = h1 由原數據減去包絡平均后的新數據，若還存在負的局部極大值和正的局部極小值，說明這還不是一個本征模函數，需要繼續(xù)進行“篩選”。 （3） 濾波器分析方法的的技術路線： 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、右相對下降 1dB 或 3dB 邊頻點。窄帶濾波器常以插損最小點為中心頻率計算通帶帶寬。特征頻率： ①截頻 f p = wp /(2 p) 為通帶與過渡帶邊界點的頻率，在該點信號增益下到一個人為規(guī)定的下限； ②阻帶截頻 fr = wr /(2 p) 為阻帶與過渡帶邊界點的頻率，在該點信號衰耗下 降到一人為規(guī)定的下限； ③轉折頻率 fc = wc /(2 p) 為信號功率衰減到 1/2（約 3dB）時的頻率，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) 為電路沒有損耗時，濾波器的諧振頻率，復雜電 路往往有多個固有頻率[25]。 （4） 相關濾波（時域平均法） 經過濾波后的原始信號用適當的周期 T 截取 N 段，進行時域信號平均后輸出。周期 T 可根據實際結構的運行規(guī)律定出， 也可對信號求其自相關系數原理定出。對于旋轉機械或往復機械運行中所產生的帶有周期重復性的機械信號x(t)，如果 x(t)由周期信號 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 x(t)，共截得 N 段，然后將各段對應點相加， 由于白噪聲的不相關性，可得到： x(ti ) = Nf (ti ) + 再對平均，便得到輸出信號： i y(ti ) = f (t ) + n(ti ) 此時輸出的白噪聲是原來輸入信號 x(t)中的白噪聲的 1 ，因此信噪比提 高 倍。 2. 論文（設計）進度計劃 第一周：查閱文獻，了解畢業(yè)設計題目的研究意義 第二周：查閱文獻，了解畢業(yè)設計題中相關內容的國內外發(fā)展現狀第三周：閱讀文獻，掌握畢業(yè)設計的研究內容及技術路線 第四周：撰寫畢業(yè)設計開題報告，準備開題報告答辯第五周：了解振動信號的產生及信噪比 第六周：掌握噪聲信號的產生原因及表現第七周：掌握噪聲信號的降噪分析方法 第八周：掌握噪聲信號的降噪分析方法 第九周：中期審核 第十周：掌握 matlab 編程，實現降噪分析方法的 matlab 實現第十一周：實現出降噪分析方法的 matlab 實現 第十二周：撰寫畢業(yè)設計論文第十三周：撰寫畢業(yè)設計論文 第十四周：撰寫畢業(yè)設計論文 第十五周：完成畢業(yè)設計論文修改及答辯 PPT 第十六周：畢業(yè)答辯 四、需要閱讀的參考文獻 [1].付元華、 羅仁澤，、曹鵬等. 小波閾值函數旋轉機械振動信號去噪方法研究[J]. 測控技術， 2014， 33(12):34-37. [2].陳果. 基于小波分析的轉子故障信號自適應降噪技術研究[J]. 航空動力學報， 2008， 23(1):9-16. [3].楊文平， 陳國定， 石博強. 基于小波理論的復雜機械振動信號降噪分析[J]. 北京科技大學學報， 2002， 24(4):455-457. [4].范超. 旋轉機械振動故障信號微弱特征提取方法研究[D]. 東北石油大學， 2013. [5].楊建文， 賈民平， 許飛云，等. 基于經驗模態(tài)分解的旋轉機械振動信號降噪處理[J]. 中國工程科學， 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. 自適應濾波器的研究及其在齒輪箱特征提取中的應用[D]. 中北大學， 2010. [8].沈路， 周曉軍， 張文斌，等. 廣義數學形態(tài)濾波器的旋轉機械振動信號降噪[J]. 振動與沖擊， 2009， 28(9):70-73. [9].石遠程. 基于小波降噪和經驗模態(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， 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.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、秦樹人 希爾伯特-黃變換的統(tǒng)一理論依據研究，振動與沖擊，2006.25（3）：40-43. [21]沈國際、陶利民，陳仲生.多頻信號經驗模態(tài)分解的理論研究及應用.振動工程學報，2005.18 （1）：91-94. [22]聞邦椿.機械設計手冊 單行本 機械系統(tǒng)的振動設計及噪聲控制[D].2015. [23].郝東升. 機械振動信號的 EMD 分析及其應用[D]. 內蒙古科技大學.2012. [24] 張志森、符興昌、趙全軍.機械振動信號描述與分析方法[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：文獻綜述或報告 文獻綜述 機械振動信號降噪技術分析研究綜述 摘要 機械振動的降噪技術分析是幫助我們了解和利用振動或者避免振動產生的非常重要的研究內容。它不但能采集到更加純凈的振動信號，即增大信噪比，還能使我們獲得更準確的振動特征參數等，從而利用振動。本文將通過對濾波器濾波降噪技術、小濾變換降噪技術和經驗模態(tài)分解降噪技術的分析研究及利用 Matlab 軟件對實際工程振動信號的模擬降噪過程來闡述以上三種方法的實用性。 關鍵詞：振動信號降噪；信噪比；小波降噪；濾波器降噪；經驗模態(tài)分解。 引言 在人們的日常生活與生產實踐中，存在著大量的機械振動現象。在各類振動現象中， 有的有助于人們的生產與生活，有的則是非常有害的。為了使機械振動現象更加合理地為人們服務，研究機械振動信號的技術就顯得尤為重要。機械振動信號傳遞與承載著機械設備工作過程中所蘊含的大量信息，通過各類信號描述與分析技術，提取振動過程中的有用信息，人們可以更加深入地了解機械工作過程中的內在機理與特征，從而為更好地開發(fā)利用機械設備提供理論和技術方面的支撐。當前機械振動信號的描述和常用分析方法及其應用，為從事機械工程的技術人員提供一定的指導與幫助 [1] 。 一、振動信號振源分析 振動測試中，經測試系統(tǒng)得到的描述振動物理量的數據，一般稱為信號。它們中包括有用信號和外界干擾或儀器自身產生的無用的信號（稱為噪聲信號）。無論哪一種噪聲都是有害的，有時甚至會將有用信號完全淹沒。因此有必要對振動測試所得的原始數據進行處理，排除噪聲信號，提取有用信息。根據不同的使用目的，可以把一個有用信號，定義成多個時間函數或頻率的函數。因此，有必要對這些函數，即信號進行計算和分析。對測試所得的模擬信號，可以進行直接處理，即模擬信號分析。也可使用計算機進行數字信號分析。前者設備簡單，后者精度高，速度快。采用模擬信號分析還是采用數字信號分析，應根據具體設備的條件及原始數據的狀態(tài)進行選擇 [2] 。 信號的信號時域分析是把振動幅值表示振動量的大小，反映振動的強度。幅值有不同的描述量，時域分析就是把一個信號的幅值或幾個信號幅值的相互關系，定義為多個不同的時間函數或參數，對這些函數進行計算和分析也稱幅值分析的分析方式； 信號的頻域分析是把周期信號展成傅里變換，或對非周期信號進行傅時葉變換，使信 號成為頻率的函數，即把時域內的振動信號 x(t) 變換為頻域內振動信號 x( f ) 。對頻率 函數進行計算和分析就是頻域分析，也稱為頻譜分析的分析方式；模擬信號分析是將同一信號送往改變滯后時間，就可得到相關函數隨時間變化關系的模擬相關分析儀的兩個輸入端，得到的輸出即為處相關函數。將不同信號送入其兩個輸入端，就可得互相關函數；數字信號分析可用軟件在計算機上進行，也可采用分析速度更快、分辨能力和分析精度更高、功能更廣的專用數據處理機進行。通常都要對信號進行模/數 （A/D）變換和快速傅里葉變換（FFT），再計算出各種函數的分析方式；智能化數據采集與分析處理、監(jiān)測系統(tǒng)以 DSP 系統(tǒng)為核心模塊，作為主-次處理器。通過接口把和模塊和 PC 機連成整體，配置相應的復印件，成為功能全面的監(jiān)測預測和診斷系統(tǒng)。開發(fā)的 DSP 系統(tǒng)，包括存儲呂分配、系統(tǒng)控制、各種接口電路、總線等，滿足現代旋轉機械振動數據彩信分析的需要[3]。 二、具體振動信號降噪分析方法 （1）小濾降噪分析方法研究 小波分析是自 1986 年以來由于 Y.Meyer.S.Mallat 及 I.Daubechies 等人的奠基工作而迅速發(fā)展起來的一門新興學科，它是 Fourier 分析劃時代發(fā)展的結果。然而它的發(fā)展歷史可以追溯到 1909 年的 Haar 的工作[4]。從現代小波分析的觀點來看，1930 年前后有許多與小波有關的新方向出現，在以后進展不大，直到 1960 年 Caldron 的研究及 20 年后（1980 年）Grossmann 與 Morlet 的研究，后人稱為“原子分解”，都有了現代小波分析的雛形。進而，由于 1986 年以后的工作以及應用的廣泛性使這個覺得得到了飛速發(fā)展[5]。 應用小波分析去噪的方法一般有 3 種： 1) 強制消噪處理方法。 該方法把小波分解結構中的高頻部分全部變?yōu)榱?，即把高頻部分全部剔除，然后再對信號進行重構。這種方法簡單易行，消噪效果好，但易丟失有用信號。 2) 默認閾值消噪處理。在 Matlab 工具箱中，利用 ddencmp 函數產生信號默認閾值，然后再利用函數 wdencmp 進行消噪處理。 3) 給定閾值消噪處理。 在應用小波分析消噪處理中，閾值可以通過經驗公式獲得，這種閾值更合理、恰當[6]。 它繼承和發(fā)展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的“時間-頻率”窗口，是進行信號時頻分析和處理的理想工具。它的主要特點是通過變換能夠充分突出問題某些方面的特征，能對時間（空間）頻率的局部化分析，通過伸縮平移運算對信號（函數)逐步進行 多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節(jié)，解決了 Fourier 變換的困難問 題，成為繼 Fourier 變換以來在科學方法上的重大突破[7]。 （2） 濾波器降噪分析方法研究 濾波器，顧名思義，是對波進行過濾的器件?！安ā笔且粋€非常廣泛的物理概念， “波”在本論文中就是機械振動的各參數取值隨時間起伏變化的過程。該過程通過各類傳感器的作用，被轉換為電壓或電流的時間函數，稱之為機械振動信號的時間波形， 或者稱之為信號。因為自變量時間‘是連續(xù)取值的，所以稱之為連續(xù)時間信號，又習慣地稱之為模擬信號(Analog Signal)[8]。隨著數字式電子計算機(一般簡稱計算機) 技術的產生和飛速發(fā)展，為了便于計算機對信號進行處理，產生了在抽樣定理指導下將連續(xù)時間信號變換成離散時間信號的完整的理論和方法。也就是說，可以只用原模擬信號在一系列離散時間坐標點上的樣本值表達原始信號而不丟失任何信息，波、波形、信號這些概念既然表達的是客觀振動信號，自然就是現代社會賴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環(huán)節(jié)都會產生畸變，以致于信號及其所攜帶的信息被深深地埋在噪聲當中了。而濾波器則利用它對不同的噪聲和振動信號的頻率不同而產生阻礙噪聲采集振動的作用發(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言 Matlab 和面向對象編程技術，軟件開發(fā)效率高，可操作性和可維護性好；為存儲示波器增加了頻域分析功能；充分利用了計算機的存儲與外設連接的能力，測量結果和波形可直接打印輸出或通過網格共享。但是由于要用到示波器，計算機以及 RS232 連接，沒有單個硬件電路簡單明了。而且在運用濾波器進行濾波時，需要提前知道信號的先驗知識，在這種情況下自適應濾波處理逐漸受到了重視，它在濾波過程中不需要知道信號的先驗知識，而且能夠通過與外界環(huán)境的接觸來調整自身的結構和參數，從而逐漸逼近最佳濾波效果 [10]。 （3） 經驗模態(tài)分解降噪分析方法研究 經驗模態(tài)分解法是 N.E.Huang 在美國國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信號時頻處理方法，特別適用于非純屬非平衡信號的分析處理。它的原理是對數據信號進行 EMD 分解從而獲得本征模函數，然后再對本征模函數進行希爾伯特變換，得到希爾伯特譜[11]。將經驗模態(tài)分解引入機械振動信號的處理中， 可以提高信號的信噪比[12]。 EMD 方法具有自適應的特性，分解出的信號能夠很好的反映系統(tǒng)的特征，得到了機械振動信號采集領域國內處相關科研人員的廣泛推廣和應用，但作為一種尊重事物，在實踐檢驗的過程中確有一些環(huán)節(jié)需要進一步補充和完善。比如它的端點效應現象、包絡線擬合問題、固有模式函數的統(tǒng)計有效垂問題以及 EMD 分解中的模式混雙問題[13]?？傊?，國內外科研工作者在 EMD 邊界處理、包絡線或均直線擬合、篩選停止準則、模式混疊及虛假模式等方面做了了大量的研究。，提出了有價值的改進措施，改善了 EMD 的信號分析效果，但仍然沒有公認的徹底解決方法[14]。 （4） 時域平均分析方法研究 工程中測得的噪聲、振動信號事實上可以看作是多輸入單輸出系統(tǒng)的輸出響應, 如果能夠得到多個單獨的源信號,就可以利用各源信號與輸出信號之間的相干函數對輸入輸出之間的關系進行評估。 經典的相干方法是建立在隨機過程平穩(wěn)性假設的基礎之上,但工程信號往往是非平穩(wěn)時變信號,對于這種信號來說,了解不同時刻附近的頻域特征非常重要。時頻相干分析就是在經典的相干分析和信號時頻表示的基礎上引申的一種分析方法,刻畫了兩個隨機過程不同時刻的內在聯系在頻域中的描述[15]。 三、MATLAB 在降噪分析方法中的應用 SIMULINK 是 Matlab 中一個用來對動態(tài)系統(tǒng)進行建模、仿真和分析的軟件系統(tǒng)， 它支持連續(xù)時間、離散時間及兩者混合的線性、非線性系統(tǒng)，也支持多個變量、多速率系統(tǒng)[16]。SIMULINK 為用戶提供了用方框圖進行建模的圖形用戶接口，用戶只用鼠標選中各模塊，并州進新建的模塊圖，最后用連線將各模塊連接起來，即完成對特定系統(tǒng)模型的創(chuàng)建。此后就可以通過 MATLAB 的命令窗口輸入命令來進行仿真。同時采用 Scope 模塊或其它的作圖模塊，可以在住址進行的同時看到仿真的結果，因此該結構具有直觀、方便，靈活的優(yōu)點。Matlab 是機械振動信號降噪分析研究中一個重要方便的工具，也是實現降噪結果驗證的主要平臺[17]。 四、總結 以上四種降噪方法在工程生產的不同時期不同領域都得到了廣泛的應用，并且取得了巨大的成功，至今為止依然不斷的有人進行探索并對其中的不足加以修正和改進使其應用范圍越來越廣，精度持續(xù)提高，穩(wěn)定性不斷增強，各種降噪方法之間的結合與互補也成為了一個顯而易見的趨勢。隨著對振動測試要求的不斷提高，降噪方法的研究也一定會繼續(xù)調整的發(fā)展。 參 考 文 獻 [1].張志森、符興昌、趙全軍.機械振動信號描述與分析方法[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. 基于小波分析的轉子故障信號自適應降噪技術研究[J]. 航空動力學報， 2008， 23(1):9-16. [4].趙國慶. 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， 2007. [5].程正興、楊守志、馮曉霞.小波分析的理論 算法 進展和應用[D]國防工業(yè)出版社.2007 [6] .付元華、 羅仁澤，、曹鵬等. 小波閾值函數旋轉機械振動信號去噪方法研究[J]. 測控技術， 2014， 33(12):34-37. [7].楊文平， 陳國定， 石博強. 基于小波理論的復雜機械振動信號降噪分析[J]. 北京科技大學學報， 2002， 24(4):455-457. [8].沈路， 周曉軍， 張文斌，等. 廣義數學形態(tài)濾波器的旋轉機械振動信號降噪[J]. 振動與沖擊， 2009， 28(9):70-73. [9] .張盈盈. 自適應濾波器的研究及其在齒輪箱特征提取中的應用[D]. 中北大學， 2010. [10].杜必強、唐貴基、石俊杰.旋轉機械振動信號形態(tài)濾波器的設計與分析.[J].振動與沖擊.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. 基于經驗模態(tài)分解的旋轉機械振動信號降噪處理[J]. 中國工程科學， 2005， 7(8):66-69. [13].郝東升. 機械振動信號的 EMD 分析及其應用[D]. 內蒙古科技大學.2012. [14].石遠程. 基于小波降噪和經驗模態(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， 2014. [15]. 趙俊龍,王奉濤,李宏坤等. 局域波時頻相干方法及其工程應用[J].振動測試與診斷.2012 [16].聞邦椿.機械設計手冊 單行本 機械系統(tǒng)的振動設計及噪聲控制[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.