科创中国

技术领域

[0001] 本发明涉及一种信号随机平均谱的数据处理方法，尤其适用于对振动信号的前期处理，降低振动信号频谱中的噪声强度。

背景技术

[0002] 振动检测是目前机械系统故障诊断方中最常用的一种。机械部件在正常工作状态下和故障状态下的振动信号往往包含不同的信息，通过信号分析技术即可实现基于振动信号的机械故障诊断。然而，实际情况下的振动信号往往包含强烈的噪声，环境噪声和其他的干扰振动往往会对检测的结果产生影响，只有通过相关的信号处理方法降低信号中的噪声强度，才能有效的对振动信号进行后续分析。

[0003] 目前针对信号中包含的噪声，一种方法是通过滤波器进行处理，该方法处理起来过程复杂，在消除噪声的同时可能会破坏信号中的有用信息；另一种方法，将原始信号均分为几段，分别对每一段处理后求均值，由于原始信号长度有限，样本数量较少，该方法并不能有效降低信号中的噪声强度。本发明的方法在该方法的基础上进行改进，增加了样本的数量，提高了对噪声的消除能力。

发明内容

[0004] 技术问题：本发明的目的是克服已有技术中的不足之处，提供一种方法简单、能增加样本数量、提高对噪声消除能力的信号随机平均谱的数据处理方法。译

[0005] 技术方案：本发明的信号随机平均谱的数据处理方法，包括通过振动传感器采集到的长度为L的机械振动原始时域信号，步骤如下：

[0006] (1)在原始时域信号中随机抽取n段样本信号，n段样本信号相互统计独立，并保证所得n段样本信号的长度l相同，且满足l[0007] (2)分别对所得n段样本信号进行傅里叶变换，得到n段样本信号频谱；

[0008] (3)分别对所得n段样本信号频谱的每一条谱线幅值进行均值计算，得到各条谱线幅值的均值，即信号随机平均谱。

[0009] 所述随机抽取的n段样本信号的段数为100～10000段；当n段样本信号的段数无限大时，n段样本信号随机平均谱中各条谱线幅值的方差为δ/n，其中δ是样本信号各条谱线幅值的方差。

[0010] 有益效果：本发明方法数据处理过程简单、易于操作、能有效降低噪声的强度。该方法取样范围包含原始信号所有点，随机取样数量大，能有效保留原始信号的有用信息。相比于传统的将信号均分为几段进行平均谱计算的方法，本发明随机取样的样本数量大，不受原始信号长度的限制，所得样本的标准方差小，更能有效降低噪声的强度，提高振动信号的信噪比。以长度为L的原始时域信号为例，样本信号长度为l，按照传统方法仅能获得约L/l段样本信号，并且在非白噪声的条件下无法保证其降噪的效果；采用随机平均谱的信号处理方法，可获得L-l+1段不同的样本信号，且可以保证随机平均谱中各条谱线幅值的方差约为δ/n，其中δ是长度为l的样本信号的各条谱线幅值的方差。实现通过简单的数据处理，降低信号所包含的噪声强度，提高信噪比，为后续的分析处理提供基础。