基于相位法的密集小波公共脊線提取方法

蔣永華，莫曉強，尤佳伊，沈夢杰，沈鳳良

（浙江師范大學精密機械研究所，浙江金華 321004）

基于相位法的密集小波公共脊線提取方法

蔣永華，莫曉強，尤佳伊，沈夢杰，沈鳳良

（浙江師范大學精密機械研究所，浙江金華 321004）

針對傳統(tǒng)小波脊線提取方法對密集脊線的提取存在著分辨率不足等缺點，提出一種基于相位法的密集小波公共脊線提取方法。通過分析密集單頻疊加信號和密集調頻疊加信號的小波公共脊線的相位特點，利用小波脊線的相位法來提取信號的公共脊線。仿真算例結果表明：該方法能有效地提取出密集小波公共脊線，且方法簡單、準確，具有較快的收斂性。將其應用于實際齒輪箱故障分析中，能有效地提取故障特征，診斷出齒輪箱故障。

小波脊線；相位法；密集脊線；小波變換

0 引言

在機械故障診斷中，常常利用小波脊線來提取信號的故障特征[1-3]。小波脊線包含了信號的全部或大部分信息，可以通過小波變換域中對應脊線上的信息來表達，并且可以通過脊線重建原信號；因此，小波脊線也被廣泛用于信號的去噪和壓縮[4-5]。

單一信號分量在小波變換域上呈現(xiàn)出一條對應的脊線，當信號含有兩個或者兩個以上分量時，則會在變換域上出現(xiàn)相應的多條脊線。如果兩條脊線互相靠近到一定程度時，則會出現(xiàn)相互干擾的現(xiàn)象，表現(xiàn)為兩條脊線之間的中間部位出現(xiàn)一些虛假分量，其幅度可能接近甚至超過真實脊線的幅度，并且脊線上的分布會因為擾動而出現(xiàn)周期性的波動，從而影響到脊線的正確識別與提取。

DELPRAT等[6]建立了小波脊線提取的迭代算法。張曉冬等[7]提出了一種基于重定位方法的密集脊線提取方法，但是重定位提取密集公共脊線的方法比較復雜。本文通過研究密集單頻疊加信號和密集調頻疊加信號的小波公共脊線的相位規(guī)律，提出利用小波脊線的相位法來提取信號的公共脊線。

1 小波脊線

任意的實信號x（t）∈L2（R）均可表示為

x（t）=A（t）cos（φ（t））（1）

式中：A（t）≥0——瞬時幅值；

φ（t）∈[0，2π）——瞬時相位。

x（t）的解析信號[8]可表示為

式中：H——信號的Hilbert變換。

令小波函數(shù)為ψ（t）＝Aψ（t）exp[jφψ（t）]，則信號s（t）的小波變換為

此處用符號ar（b）表示小波脊線，ar（b）是平移參數(shù)b的函數(shù)。小波脊線上的點（ar（b），b）稱為小波脊點。

小波曲線是在相平面上通過點（ar（b0），b0），且滿足ts（a，b）=b0的所有點（a，b）的集合，即

對于給定小波曲線，即在駐點ts（a，b）=b0處，小波曲線與小波脊線的交點處，小波變換的相位φ（a，b）有如下特性[10-12]：

φ′ψ（0）為小波函數(shù)的中心頻率，式（8）說明，沿著一給定小波曲線，小波變換的相角相對平移量b的偏導數(shù)在與小波脊線的交點處的值等于伸縮小波的中心頻率[2]。

2 密集脊線提取中的分辨率不足問題設信號的形式為

其中w1和w2為常數(shù)。設w1≥w2且w2=kw1（k≥1）

選擇Morlet小波為分析小波

小波參數(shù)β和w0根據(jù)信號分量頻率w1和w2的具體數(shù)值選擇，使得在分布圖中脊線所在的位置適中。這兩個數(shù)值在確定后即為常數(shù)。

根據(jù)連續(xù)小波變換的公式可得到信號對應的連續(xù)小波變換為

根據(jù)變換域上脊線的定義可知，該信號中兩個信號分量所對應的脊所在的位置分別為a1=w0/w1，a2=w0/w2。

考慮疊加信號分布在脊a1=w0/w1所在位置上的參數(shù)得到

由式（12）可看出，脊線由兩部分組成，一部分是頻率為w1的單頻分量對應的脊線，這部分數(shù)據(jù)完全反映了該單頻分量的波形；另一部分是第2個單頻信號所產(chǎn)生的影響，這部分的幅度與選用的小波和兩個單頻分量的頻率比值k有關。

由式（10）～式（12）可看出，在該條脊線上分布的數(shù)據(jù)呈現(xiàn)出周期波動的形式，并且脊線上數(shù)據(jù)模值產(chǎn)生的峰點與谷點幅度的大小與兩個信號頻率的比值之間的關系可表示為

同理，可得到對應著的另一個信號分量及所在位置a2=w0/w2上的分布。在這條脊上分布的數(shù)據(jù)同樣呈現(xiàn)出周期波動的形式，并且脊線上數(shù)據(jù)的模值產(chǎn)生的峰點與谷點幅度大小和兩個信號頻率的比值之間的關系可表示為

在兩個信號分量所對應的脊線中間地帶，還有另一條脊線

同樣考察這條脊上峰點的模值與兩個信號頻率的比值之間的關系，得到

在谷點的模值為零。

由式（18）知，當兩個信號分量的頻率比值k較大，即信號分量的頻率間隔較大時，在特殊的脊ar上的分布變得很小，此時在a1和a2上的分布較突出，可以區(qū)分出兩條明顯的脊線；當兩個信號分量的頻率比值減小，即信號分量的頻率間隔較小時，兩條脊線的距離很近，互相形成干擾，此時在脊ar上的分布很大，與脊a1和a2上起伏波動的分布綜合在一起，使得利用提取算法提取出的脊交織在一起。

當脊ar上的模極大值為脊a1和a2上模極大值的一半時，兩條對應信號分量的脊線可以區(qū)分開來；當k≥2時，在信號分量各自對應的脊線上，所受的另一條脊線的影響隨k的增加而趨于不明顯，脊線本身的特點更加突出。當1＜k≤2時，在信號分量對應的脊線上，因為其他信號分量的干擾而形成周期性的波動。在擾動最強烈的位置上，干擾項本身形成的波動，其幅值就有可能超過脊上數(shù)據(jù)的幅值，從而影響到脊線的正確識別與提取。

令s（t）=exp（i2π·20t）+exp（i2π·k·20t）為兩個單頻信號的疊加，圖1所示為k=1.5時兩個單頻信號所形成的脊的分布情況。

令f（t）=exp（i2π·10t2）+exp（i2π·k·10t2）為兩個調頻信號的疊加，圖2所示為k=2時信號f（t）的脊線幅值三維分布圖，圖3為k=1.5時信號f（t）的脊線幅值三維分布圖。

圖1 k=1.5時b取不同值脊線上峰點的模值比較

圖2 k=2時f（t）的幅值三維分布圖

3 基于相位法的密集公共脊線提取

針對以上問題，本文提出一種基于相位法的密集小波公共脊線提取方法。

圖3 k=1.5時f（t）的幅值三維分布圖

考慮兩個單頻信號的情況，令信號

從式（22）可看出，對于兩個單頻信號的組合來說，脊線上的數(shù)據(jù)與原信號的波形之間只相差一個恒定的乘積因子c，因此如果用ar來作為公共脊線，可以完全表示兩個信號分量所含的全部信息。

影響脊線上分布參數(shù)幅值的因子c在兩個信號分量的瞬時頻率相差較大，即k較大時非常小，但在此情況下，兩個信號分量對應的脊線能夠很明顯地區(qū)分開來，不需要定位一條公共脊線。在兩個信號分量的瞬時頻率逐漸靠近，兩條脊線互相影響，出現(xiàn)復雜的脊線分布，即k較小的時候，該因子c取得較大值。此時，雖然根據(jù)傳統(tǒng)的脊線提取算法所提取的脊線結果交匯在一起，但只要能夠確定這條脊線的位置，就能夠利用這條脊線上的信息來完全表示和重建。

由式（22）可得出ar上的相位為

對比式（8）與式（24）可知，公共脊線ar可以用改進后的DELPRAT迭代法較精確地提取，從而確定干

則沿著脊線ar，對相位求偏導有擾最大的公共脊線：對于采樣周期Ts=1/fs的離散序列s（tk），k=0，1，…，N-1，tk=t0+kTs，令它在給定尺度a下的小波變換Ws（a，tk），其相位為φ（a，k），并定義Db為關于平移參數(shù)的離散微分算子。設a0（tk）是ar（tk）的初始估計值，則通過下面的迭代方法計算出小波脊線：

根據(jù)所要求的精度，給定一個正數(shù)（閾值ε），當滿足時，就可以認為ai為最終收斂值，即ar=ai。

4 仿真驗證

圖4 k=1.5時利用相位法提取得到的s（t）的公共脊

圖5 k=1.5時利用相位法提取得到的f（t）的公共脊線

圖6 單級齒輪箱振動加速度信號

圖7 本文方法提取齒輪箱信號小波脊線結果

5 實際應用

齒面損傷是常見的齒輪故障，在時域中局部損傷的振動信號是典型的以齒輪軸的旋轉頻率為周期的沖擊脈沖信號。在重慶大學機械傳動國家重點實驗室對一具有剝落故障的單級齒輪箱進行實驗，采集到的振動加速度信號如圖6所示。采樣頻率為2048Hz，主動輪和從動輪齒數(shù)分別為34和65，輸入軸轉頻fr=10.3Hz。利用本文方法對信號進行分析，所得結果如圖7所示。

從圖7可看到有周期沖擊振動，其時間間隔約為0.097 s，即沖擊振動的頻率約為10.3Hz，與輸入軸轉頻一致，這說明主動輪出現(xiàn)了局部故障。開箱檢修發(fā)現(xiàn)主動輪發(fā)生了嚴重的剝落，診斷結果與事實相符。

6 結束語

（1）分析了傳統(tǒng)方法提取密集脊線存在的分辨率不足的問題。當兩個信號的頻率之比小于2時，兩條脊線之間會出現(xiàn)嚴重的干擾項，此干擾項會影響到脊線的有效識別和正確提取。

（2）分析了單頻、調頻疊加信號的公共脊線的表達式，研究其相位特點，提出了基于相位法的密集小波公共脊線提取方法，此方法相比重定位法更加簡單快捷。

（3）通過對單頻信號和調頻信號的仿真算例，證明了該方法的有效性，并將其應用于實際齒輪箱的故障診斷中。

[1]朱洪俊，王忠，秦樹人.小波變換對瞬態(tài)信號特征信息的精確提取[J].機械工程學報，2005，41（12）：196-199.

[2]秦毅，秦樹人，毛永芳.基于小波脊線的解調方法及其在旋轉機械故障診斷中的應用[J].機械工程學報，2009，45（2）：231-237.

[3]江涌濤，張春良，胡耀斌，等.小波變換在切削顛振特征提取中的應用[J].中國測試技術，2006，32（3）：7-8，15.

[4]Donoho D L.Denoising by soft thresholding[J].IEEE Transaction on Information Theory，1995，411（3）：610-620.

[5]徐學勇，程康.爆破震動信號模極大值小波消噪方法的改進[J].爆炸與沖擊，2009，29（2）：194-198.

[6]Delprat N P，Escudie B，Guillemain P，etal.Asymptotic wavelet and gabor analysis：extraction of instantaneous frequencies[J].IEEE Transactions on Information Theory，1992，38（2）：644-664.

[7]張曉冬.基于脊提取的信號表示和重建[D].南京：東南大學，2003.

[8]?zkurt N，Savac F A.Determination of wavelet ridges of nonstationary signals by singular value decomposition[J]. IEEE Transaction on Circuits and Systems-II：Express Briefs，2005，52（8）：480-485.

[9]蔣永華，湯寶平，鄧蕾.基于最優(yōu)重分配小波尺度譜的小波脊線提取方法[J].振動、測試與診斷，2012，32（1）：62-67.

[10]張征平，陳艷峰.小波分析在高壓電機故障檢測中的應用[M].北京：中國電力出版社，2009.

[11]陳建文.基于小波脊的數(shù)字信號的調制識別[D].鄭州：解放軍信息工程大學，2007.

[12]魏云冰，王萬良，趙燕偉，等.基于小波脊線的刮水器電動機機械特性測試[J].機械工程學報，2006，42（6）：142-144.

Closely wavelet common ridge extraction method based on phase extraction

JIANG Yong-hua，MO Xiao-qiang，YOU Jia-yi，SHEN Meng-jie，SHEN Feng-liang
（Institute of Precision Machinery，Zhejiang Normal University，Jinhua 321004，China）

In order to improve the precision of closely wavelet ridge extracted by conventional method，a new method for extracting closely wavelet common ridge based on phase extraction is proposed.The common-ridge phase characteristics of close single frequency signals and frequency modulated signals are fully analyzed，then a common ridge extraction method is put forward based on phase extraction，and finally the problems in signal reconstruction is solved.The proposed method is simple，accurate and with rapid convergence.The results of simulation example show that the proposed method is feasible and effective.Finally，the result of gearbox analysis shows that this method can extract fault characteristics of gearbox effectively.

wavelet ridge；phase method；closely ridge；wavelet transform

HT165.3；TP277；TN911.2；TP301.6

A

1674-5124（2013）03-0001-05

2012-11-14；

：2013-01-09

國家自然科學基金項目（51277166）浙江省自然科學基金項目（LQ12E07002）新苗人才計劃項目（2012R404020）

蔣永華（1982-），男，浙江諸暨市人，講師，博士，主要從事信號分析與處理、狀態(tài)監(jiān)測與故障診斷。