簸箕型流道泵站水泵振動信號消噪方法研究

摘 要：為解決水泵信號振源復雜、含噪量大，難以在信號內(nèi)獲得有效數(shù)據(jù)的問題，研究一種基于改進平移不變量小波閾值的振動信號消噪方法。將水泵振動信號劃分為信號高頻區(qū)域和低頻區(qū)域，選取對應(yīng)合適的小波范圍，在小波分解層數(shù)作用下正交變換含噪信號。利用閾值限制小波系數(shù)完成濾波，通過設(shè)定噪聲標準偏差值，求得振動信號小波系數(shù)中間值，實現(xiàn)信號重構(gòu)。將振動信號含噪部分在時域空間完成循環(huán)平移，填補信號不連續(xù)缺陷部位，平移去噪后計算振動信號平均值，得到最終消噪振動信號。仿真分析結(jié)果顯示：該方法在平移不變量的輔助下，可填補信號不連續(xù)缺陷點，從噪聲中恢復出原始振動信號，波形的失真較小，信號信噪比較高，魯棒性好，可完整地保存信號的輪廓和特征。為分析簸箕型進水流道內(nèi)部流態(tài)提供新思路，保證水泵整體工作可靠性。

關(guān)鍵詞：振動信號消噪；水泵振動；小波系數(shù)；正交變換；平移不變量

中圖分類號：TH38" 文獻標志碼：B" 文章編號：1671-5276（2024）05-0092-05

Study on Noise Elimination Method of Pump Vibration Signal in Pumping Station with Dustpan Channel

Abstract：To cope with the complexity of vibration sources， large quantity of noise content and difficulty in obtaining the effective data of pump signal， a vibration signal denoising method based on improved translation invariant Langmuir wavelet threshold is studied. The pump vibration signal is divided into high frequency region and low frequency region， the corresponding appropriate wavelet range is selected， and the noisy signal is transformed orthogonally under the effect of wavelet decomposition levels. The simulation results show that the method， with the help of translation invariants， can remedy the discontinuous defect points of the signal， recover the original vibration signal from the noise， and abtain small waveform distortion， high signal signal-to-noise ratio， good robustness and fully preserved contour and characteristics of the signal， which provides a new idea for analyzing the internal flow pattern of dustpan type inlet passage and ensures the overall working reliability of pump.

Keywords：vibration signal denoising；pump vibration；wavelet coefficient；orthogonal transform；translation invariant

0 引言

泵站進水流道主要功能是將進水池中的水引向進口處，流道的設(shè)計形態(tài)對進水速度及水利損失等因素均會產(chǎn)生影響，在流道中運動的水力性能最終會直接影響水泵的性能。簸箕型進水流道的點位較低，相對于其他形態(tài)的流道而言，線形簡單更方便施工，不僅可以有效防止水流渦帶的產(chǎn)生，同時可以使進水的水流流態(tài)保持良好狀態(tài)，水流均勻分布在水泵葉輪處的斷面上，保持水泵的高效運行狀態(tài)，使之達到更高的工作效率。

由于水泵的結(jié)構(gòu)相對復雜，一旦發(fā)生故障，維修難度較大，因此通常需要對水泵的振動信號進行檢測。引起水泵振動的因素和源頭也相對較多，采集振動信號時很可能受到各類自然噪聲的干擾，影響對水泵故障的準確判斷。噪聲嚴重時甚至無法分辨和診斷信號。因此采集到水泵的振動信號后，必須要進行相應(yīng)的降噪處理。楊旭等［1］研究出的小波熵粒子群優(yōu)化算法，將未知的參數(shù)加入到小波閾值函數(shù)中，對小波閾值進行自適應(yīng)優(yōu)化，迭代求得最佳小波閾值，并對其進行了噪聲分析，利用優(yōu)化閾值將噪聲從信號中去除掉；劉玉橋等［2］研究了一種小波聯(lián)合變分模態(tài)分解法，通過變分模態(tài)分解將振動信號中的高頻信號和低頻信號有效區(qū)分，得到各自對應(yīng)的模態(tài)分量，先對高頻噪聲進行去噪處理，再將得出的去噪信號與低頻信號實現(xiàn)信號重構(gòu)，從而完成噪聲的去除。但這兩種方法并未考慮到信號經(jīng)過去噪可能存在不連續(xù)的缺陷問題，因此去噪效果并不十分理想。

對小波閾值方法進行改進，結(jié)合軟硬閾值的優(yōu)點，有效保留了信號的邊緣特征，增強信號形狀特征。閾值去噪后，利用平移不變量原則針對信號中存在的不連續(xù)現(xiàn)象，繼續(xù)完成信號缺陷填補，很好地保留了信號的完整性和連續(xù)性。

1 改進平移不變量小波閾值法下振動信號消噪

1.1 振動噪聲信號預處理

采集簸箕型流道泵上的振動信號，其包含的噪聲屬于不平穩(wěn)信號，利用振動信號模型描述該噪聲為

s（i）=f（i）+σe（i）（1）

式中：f（i）為流道泵的原始振動信號；e（i）為通常狀態(tài)下的高斯白噪聲；σ為振動信號內(nèi)噪聲的標準偏差；s（i）為最終輸出的含噪振動信號，i=0，1，…，N－1，N為信號長度。

在對簸箕型流道泵振動信號進行實際采集的過程中，通常情況下有用信號一般在信號的低頻或是較為平穩(wěn)的信號區(qū)域，噪聲則是出現(xiàn)在信號的高頻區(qū)域［3］。為了能夠從含噪信號s（i）中提取出流道泵原始振動信號f（i），需要進行信號處理。

1）在對包含噪聲的振動信號進行小波變換之前，首先選擇適當?shù)男〔ê拖鄳?yīng)的小波分解層數(shù)j，對噪聲信號進行正交變換，再進行含噪信號的正交變換，函數(shù)計算過程如下：

式中：cj，k為經(jīng)過正交小波變換后得到的小波尺度系數(shù)；dj，k為變換后得到的各層小波系數(shù)；h、g為互相之間為正交濾波器的兩個組件，k=0，1，…，N－1。

3）利用振動信號小波分解后的第j層對應(yīng)尺度系數(shù)，結(jié)合閾值限制處理剩余各層對應(yīng)的小波系數(shù)，重新構(gòu)建含噪信號，這時可以得到降噪后的普通信號，此時含噪信號s（i）的降噪處理過程如下：

式中l(wèi)為普通信號噪聲空間長度。

1.2 小波變換閾值函數(shù)改進算法

小波變換的閾值函數(shù)包含硬閾值和軟閾值兩種，它們的表達式分別為：

式中mediandi，k為選擇含噪振動信號第i層中所有小波系數(shù)di，k幅值的中間值［7］。

這兩種函數(shù)有各自的優(yōu)缺點，硬門限函數(shù)能較好地保留振動信號中的局部特征，但是在進行濾波消噪時會發(fā)生輕微的畸變現(xiàn)象，使濾波后的噪聲信號變得比較平穩(wěn)，同時若經(jīng)過軟門限函數(shù)濾波后的信號太平滑，會導致信號的邊緣模糊性，從而影響信號的準確度。本文綜合考慮這兩種閾值函數(shù)的優(yōu)缺點，研究出一種改進后的閾值函數(shù)，結(jié)合了上述兩種函數(shù)優(yōu)點，其表達式為

式中K、m、n均為改進閾值函數(shù)的調(diào)節(jié)因子［8］，可以有效地增強閾值函數(shù)的靈活性。其中m、n兩個調(diào)節(jié)因子主要決定函數(shù)的具體形狀，K的取值范圍在0～1之間，主要決定小波閾值的逼近程度［9］。逼近于0時函數(shù)趨近于軟閾值；逼近于1時函數(shù)趨近于硬閾值。K值的具體取值變化根據(jù)振動信號的降噪效果來決定，這樣不僅可以結(jié)合軟閾值函數(shù)和硬閾值函數(shù)的優(yōu)點，同時可以有效地減少二者的缺陷影響。

1.3 平移不變量小波閾值去噪法

為使振動信號在去除噪聲后，節(jié)點依舊保持連續(xù)完整性，通過平移不變量小波去噪法，可以有效地避免信號去噪后的間斷現(xiàn)象，減少原始振動信號和去噪估計信號之間存在的方均根誤差值，通過提高振動信號的信噪比，達到更好的消除噪聲效果。

將含有噪聲的振動信號進行位置平移，使其定位發(fā)生變化，并根據(jù)平移后的噪聲信號進行相應(yīng)的閾值降噪，在降噪之后，將該信號反轉(zhuǎn)，使該信號恢復到原來的狀態(tài)。

設(shè)定s（i），i=0，1，…，n－1為輸入的含噪振動信號，利用Sh表示振動信號s在時域空間循環(huán)完成平移距離h的對應(yīng)算子，此時得到的平移信號可表示為

（Sh（x））i=s（i+h）modn（8）

T為振動信號進行的小波閾值去噪處理過程，這時去噪后的振動信號表示為T（Sh（s）），將去除噪聲后的振動信號反向循環(huán)平移距離h，最終得到去除噪聲后的原始振動信號S－h(huán)（T（Sh（s）））。上述操作建立在正交小波變換平移不變量的函數(shù)特性基礎(chǔ)上。

以上描述的是信號中存在個別不連續(xù)的情況，若是在去噪過程中發(fā)現(xiàn)振動信號內(nèi)包含若干個連續(xù)性位置缺陷點，這時可能出現(xiàn)一個缺陷點在經(jīng)過最佳平移填補后，導致另外一個不連續(xù)的缺陷點位移到最差位置，為了避免這類問題的發(fā)生，本文在研究平移不變量去噪方法時，通過n次循環(huán)平移來彌補，并在每次完成平移去噪后，對得到的振動信號結(jié)果進行平均化處理，以此實現(xiàn)平移不變量小波閾值去噪法。

針對含噪振動信號x，經(jīng)過n次循環(huán)平移填補去噪后，表示為

式中：Hn=h0≤hlt;n；Ave表示平均算法。

基于改進閾值的平移不變量去噪法的流道水泵振動信號去噪流程如圖1所示。

1.4 簸箕型流道泵站水泵振動信號消噪方法

為了更好地消除簸箕型流道泵的振動噪聲信號，將改進后的小波閾值法與平移不變量法結(jié)合來處理水泵振動信號，平移不變量法可以有效解決信號中包含斷點的情況，而這一現(xiàn)象的產(chǎn)生與振動信號不連續(xù)缺陷點的所在位置有關(guān)，需要依靠小波基元素的信號特征能夠精確對準，利用平移不變量法將改進后的小波閾值去噪信號進行位置平移，改變信號中不連續(xù)點的具體位置，避免振動信號中產(chǎn)生偽吉布斯現(xiàn)象。

具體信號消噪過程如下：

1）對水泵含噪振動信號f（i）進行向左或向右的h位統(tǒng)一循環(huán)平移；

2）振動信號經(jīng)過平行移動后，對其進行小波的離散閾值變換，通過函數(shù)計算可以得到各個尺度下的小波系數(shù)值［10］；

3）通過改進后的小波閾值統(tǒng)一處理得到的小波系數(shù)；

4）利用離散函數(shù)重新構(gòu)建量化處理后的小波系數(shù)；

5）將重構(gòu)后的振動信號小波系數(shù)進行h位反方向平移，將其與平移后其他位置的重構(gòu)信號結(jié)合求解平均值，最終獲得水泵的去噪振動信號。

當振動信號滿足fi（0≤i≤N），將平移位h設(shè)定為固定值1，去噪的整體過程為

2 仿真實驗

為了有效檢驗本文所研究的振動信號噪聲消除方法的應(yīng)用性能，與小波熵粒子群優(yōu)化算法、小波聯(lián)合變分模態(tài)分解法對比進行信號消噪實驗。

在virtual reality platform環(huán)境中搭建理想的計算機仿真平臺，并通過多次更改轉(zhuǎn)差分系數(shù)的方式，對實驗監(jiān)測信號進行采樣，得出多組實驗數(shù)據(jù)。設(shè)置實驗參數(shù)，如表1所示。

在實驗過程中，利用數(shù)學模型高度模擬簸箕型流道水泵的振動信號，模擬出水泵不含噪聲真實信號如圖2所示。給實驗模擬信號添加一定信噪比的高斯白噪聲，將添加噪聲信噪比設(shè)定在10dB，含噪聲振動信號如圖3所示。

從圖3中可以看出，經(jīng)過人為噪聲影響后的振動信號，波形呈現(xiàn)不規(guī)則狀態(tài)。

此時利用3種不同方法對含噪振動信號進行噪聲去除處理，去噪后信號如圖4、圖5、圖6所示。

從圖4中利用小波熵粒子群優(yōu)化算法進行信號消噪后的波形圖來看，算法對振動信號的消噪效果并不理想，濾波后的波形圖無法很好地反映出原始振動信號的震動頻率和特征；從圖5中可以看出，小波聯(lián)合變分模態(tài)分解法進行信號消噪濾波后，消除了部分脈沖噪聲，但高斯白噪聲對信號產(chǎn)生的波形變動依然存在；根據(jù)圖6可以看出，本文方法可以有效利用改進后的小波閾值變換法，完整地保存信號的輪廓和特征，在平移不變量的輔助下，填補信號不連續(xù)缺陷點，從噪聲中恢復出原始振動信號，波形的失真情況較小。

經(jīng)過軟門限函數(shù)濾波后的實驗信號如圖7所示。圖7中，處理后的振動信號平滑程度較低，不存在信號的邊緣模糊性，說明結(jié)合軟閾值函數(shù)和硬閾值函數(shù)的優(yōu)點后，小波閾值的逼近程度合適，簸箕型流道泵站水泵振動信號分析過程較為完整與穩(wěn)定。

通過具體的量化數(shù)值比較和評價3種不同方法具體的消噪水平，利用信噪比來評估方法的降噪效果，信噪比的具體計算過程如下：

從表2中可以看出，相較于小波熵粒子群優(yōu)化算法和小波聯(lián)合變分模態(tài)分解法，本文所提方法的信噪比更高。

綜上所述，去噪后的振動信號依舊可以反映出原始振動信號的振動頻率和特征，完整地保存信號的輪廓和特征，振動信號平滑程度較低，且信噪比更高，存在優(yōu)勢之處，關(guān)鍵在于在保證了增強閾值函數(shù)的靈活性情況下，應(yīng)用硬閾值和軟閾值減少了畸變現(xiàn)象，可以反復匹配時域空間，循環(huán)完成平移距離的對應(yīng)算子，應(yīng)用平移不變量小波閾值去噪法，避免另外一個不連續(xù)的缺陷點位移到最差位置，振動信號去噪效果更好。

3 結(jié)語

簸箕型流道泵站水泵振動信號消噪方法能夠有效去除信號中摻雜的噪聲。通過改進后的平移不變量小波閾值法，有效地將軟閾值法和硬閾值法的優(yōu)點結(jié)合，減少信號失真或是過于平滑的問題；在平移不變量方法的作用下，避免了振動信號出現(xiàn)不連續(xù)和信號缺陷的問題，濾波后的信號與原始振動信號相似度高，對真實信號的還原度較高。

參考文獻：

［1］ 楊旭，邱明，陳立海，等. 基于PSO-RWE的自適應(yīng)小波閾值函數(shù)滾動軸承振動信號去噪方法［J］. 航空動力學報，2020，35（11）：2339-2347.

［2］ 劉玉橋，鄧紅衛(wèi)，吳路波，等. 基于VMD聯(lián)合小波閾值去噪法的微震監(jiān)測信號去噪研究［J］. 礦業(yè)研究與開發(fā)，2020，40（2）：98-103.

［3］ 趙斌，張闖，李隆，等. 電力變壓器振動檢測裝置設(shè)計及振動信號去噪方法研究［J］. 電測與儀表，2021，58（8）：118-124.

［4］ 郭震，李曉斌，于天洋，等. 基于改進VMD的高爐開口機振動信號降噪方法［J］. 機械設(shè)計與研究，2020，36（5）：174-179.

［5］ 牟雪姣，李懷良，庹先國. 一種改進小波閾值降噪算法及其仿真研究［J］. 自動化儀表，2020，41（8）：46-50.

［6］ 尚秋峰，鞏彪. 基于BOTDA的海纜監(jiān)測系統(tǒng)振動信號降噪方法研究［J］. 半導體光電，2021，42（5）：760-766.

［7］ 黨建，李驥，賈嶸，等. 基于EMD連續(xù)幾何分布的水電機組振動信號降噪［J］. 水力發(fā)電學報，2020，39（4）：46-54.

［8］ 紀俊卿，張亞靚，孟祥川，等. 自適應(yīng)小波閾值滾動軸承故障振動信號降噪方法［J］. 哈爾濱理工大學學報，2021，26（2）：124-130.

［9］ 楊秋玉，阮江軍，莊志堅，等. 高壓斷路器機械振動信號的參數(shù)自適應(yīng)降噪方法［J］. 高電壓技術(shù)，2021，47（12）：4274-4287.

［10］ 趙壽生，汪衛(wèi)國，王豐華，等. 基于統(tǒng)計特征與EMD算法的有載分接開關(guān)振動信號去噪［J］. 電工電能新技術(shù)，2020，39（1）：51-58.