郭雙雙，田軍委*，張 震，孫光宇

（西安工業(yè)大學(xué) 機(jī)電工程學(xué)院，陜西 西安 710021）

引言

在機(jī)電設(shè)備故障診斷領(lǐng)域，通過(guò)對(duì)噪聲信號(hào)進(jìn)行采集分析，用以實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的判定，是一個(gè)比較熱門(mén)的研究方向，由于噪聲信號(hào)中包含了很多難以通過(guò)傳統(tǒng)機(jī)械和電氣信號(hào)獲取的特征信息，降低了故障診斷的準(zhǔn)確性[1]，因此需要對(duì)噪聲信號(hào)進(jìn)行降噪處理，為后續(xù)進(jìn)行更加精準(zhǔn)的故障診斷工作打下基礎(chǔ)。

目前關(guān)于噪聲信號(hào)的研究對(duì)象比較分散，侯一民[2]等提出基于EEMD 與Fast-ICA 相結(jié)合的單通道機(jī)械噪聲信號(hào)盲源分離方法。高磊磊[3]等利用小波包將某工程機(jī)械的噪聲信號(hào)通過(guò)灰色關(guān)聯(lián)理論進(jìn)行灰色關(guān)聯(lián)分析，識(shí)別出噪聲源。梁勝杰等[4]人使用主成分分析法將實(shí)驗(yàn)所得的殼體噪聲數(shù)據(jù)進(jìn)行降維處理。葉朋[5]等為解決信號(hào)噪聲消除問(wèn)題，設(shè)計(jì)了一種基于改進(jìn)LMS算法的自適應(yīng)噪聲對(duì)消系統(tǒng)。王火平[6]等通過(guò)引入噪聲矢量數(shù)據(jù)場(chǎng)體系，完成了船舶的噪聲數(shù)據(jù)分析方法優(yōu)化。

文章通過(guò)對(duì)比小波包分解等四種方法的去噪效果圖和去噪評(píng)價(jià)指標(biāo)，驗(yàn)證了本研究提出的互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解去噪方法的優(yōu)越性。

1 噪音信號(hào)去噪

經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）是1988 年Huang 等首次提出的一種處理信號(hào)的方法，理論上EMD 可將任何類(lèi)型的信號(hào)分為多個(gè)本征模態(tài)函數(shù)和一個(gè)殘差分量，但是EMD 在分解信號(hào)的過(guò)程中容易出現(xiàn)模態(tài)混疊。在EMD 的基礎(chǔ)上添加白噪聲信號(hào)，即集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition,EEMD)，可有效抑制模態(tài)混疊，由于白噪聲影響原始信號(hào)的重構(gòu)，研究人員[7]提出互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法（Complementary Ensemble Empirical Mode Decomposition，CEEMD），CEEMD 引入高斯正負(fù)白噪聲，更好的消除因添加白噪聲而導(dǎo)致的重構(gòu)誤差問(wèn)題。CEEMD 算法分解步驟如下：

（1） 向原始信號(hào)中加入p 對(duì)正負(fù)白噪聲組成的輔助白噪聲[5]，生成兩組IMF 集合：

其中，S 為原信號(hào)；P 為輔助白噪聲；M1、M2分別是加入正負(fù)白噪聲后的信號(hào)，由此可以得到2p 組IMF集合。

（2） 對(duì)每個(gè)信號(hào)都進(jìn)行EMD 分解，每個(gè)信號(hào)都可以得到一組IMF，將第i 個(gè)信號(hào)的第j 個(gè)IMF 分量記作cij。

（3）將得到的2n 組IMF 進(jìn)行平均，得到最終的IMF 分量：

與EMD 相同，原始信號(hào)的最高頻和噪聲最多的部分位于IMF1中。該算法需要添加兩個(gè)參數(shù)：輔助白噪聲幅值k 和對(duì)數(shù)N，一般當(dāng)N 取100 時(shí)，k 取0.01～0.10。

針對(duì)去噪處理后的數(shù)控機(jī)床噪音信號(hào)，其去噪效果通過(guò)信噪比和均方誤差兩個(gè)評(píng)價(jià)指標(biāo)進(jìn)行衡量。

（1） 信號(hào)噪聲比SNR。根據(jù)SNR 的定義可知其為原始信號(hào)和噪聲能量之間的比值。計(jì)算公式為：

（2） 均方誤差MSE。MSE 是指原始信號(hào)與去噪重構(gòu)信號(hào)的均方誤差，MSE 越小，其去噪效果越好。計(jì)算公式為：

2 數(shù)據(jù)采集實(shí)驗(yàn)

數(shù)控機(jī)床數(shù)據(jù)采集系統(tǒng)的硬件決定著系統(tǒng)運(yùn)行的穩(wěn)定性，是數(shù)控機(jī)床數(shù)據(jù)采集系統(tǒng)的基礎(chǔ)，硬件部分可分為兩部分：一是上位機(jī)，采用1 臺(tái)筆記本電腦處理采集到的數(shù)據(jù)；二是數(shù)據(jù)采集部分，它由振動(dòng)傳感器、噪音傳感器和溫度傳感器及采集后用到的數(shù)個(gè)數(shù)據(jù)處理模塊組成。數(shù)據(jù)采集系統(tǒng)的組成框圖見(jiàn)圖1。

圖1 數(shù)據(jù)采集系統(tǒng)組成框圖

2.1 數(shù)據(jù)采集系統(tǒng)

數(shù)據(jù)采集系統(tǒng)的框圖如圖1 所示，主要組成部分包括振動(dòng)傳感器、溫度傳感器和噪音傳感器、STM32H743 主控制器、電流轉(zhuǎn)電壓模塊、UART 轉(zhuǎn)RS232 模塊和RS232 轉(zhuǎn)USB 模塊。數(shù)控機(jī)床本體機(jī)械部件的狀態(tài)信息可以通過(guò)在機(jī)床Y 軸部署傳感器，搭建完備的采集系統(tǒng)進(jìn)行數(shù)據(jù)采集，組成完成后的數(shù)據(jù)采集系統(tǒng)見(jiàn)圖2。

圖2 數(shù)據(jù)集采集系統(tǒng)

2.2 上位機(jī)軟件

上位機(jī)軟件通過(guò)python 軟件利用python 語(yǔ)言編寫(xiě)，實(shí)現(xiàn)了單片機(jī)和上位機(jī)軟件串口通信，振動(dòng)數(shù)據(jù)、溫度數(shù)據(jù)和噪聲數(shù)據(jù)的顯示和存儲(chǔ)測(cè)。如圖3 所示上位機(jī)界面。

圖3 上位機(jī)軟件

2.3 實(shí)驗(yàn)平臺(tái)搭建

文章使用TAKANG VMC-760 數(shù)控機(jī)床開(kāi)展數(shù)據(jù)采集實(shí)驗(yàn)，通過(guò)噪音傳感器測(cè)量Y軸電機(jī)運(yùn)行過(guò)程中的噪音信號(hào)，由數(shù)據(jù)采集系統(tǒng)上傳給上位機(jī)，并對(duì)噪音信號(hào)進(jìn)行去噪處理分析，數(shù)據(jù)采集實(shí)驗(yàn)過(guò)程見(jiàn)圖4。

圖4 數(shù)據(jù)采集實(shí)驗(yàn)過(guò)程

3 實(shí)驗(yàn)結(jié)果分析

通過(guò)上文所示的數(shù)據(jù)采集系統(tǒng)采集到的噪音數(shù)據(jù)所生成的噪音信號(hào)見(jiàn)圖5。本研究通過(guò)小波包分解去噪、EMD 去噪等四種去噪方法分別對(duì)噪音信號(hào)進(jìn)行去噪處理，并通過(guò)計(jì)算去噪信號(hào)的信噪比和均方誤差，選取最優(yōu)的去噪方法。

3.1 噪音信號(hào)去噪處理

由圖5 的噪聲幅值譜可發(fā)現(xiàn)信號(hào)的低頻部分的分量比較多，說(shuō)明噪聲信號(hào)在低頻部分信號(hào)所包含的外部噪聲較多，為更加精準(zhǔn)的對(duì)數(shù)控機(jī)床進(jìn)行故障診斷，對(duì)該噪音信號(hào)進(jìn)行去噪處理。

圖5 噪音信號(hào)與頻譜圖

3.2 噪音信號(hào)處理結(jié)果分析

本研究首先對(duì)采集到的噪聲信號(hào)根據(jù)其包絡(luò)譜特征對(duì)其進(jìn)行工頻濾除，由于包絡(luò)譜在時(shí)間為0 處有振幅，見(jiàn)圖6，分析發(fā)現(xiàn)此現(xiàn)象產(chǎn)生的原始是工頻造成的。我國(guó)的工頻頻率為50 Hz，所以通過(guò)設(shè)計(jì)一個(gè)50 Hz 的帶通濾波器濾除該噪音信號(hào)的工頻，去除工頻后的噪音信號(hào)見(jiàn)圖7。

圖6 噪音信號(hào)包絡(luò)譜

圖7 去除工頻后噪音信號(hào)

通過(guò)Matlab 對(duì)生成的信號(hào)分別使用小波包分解、EMD、EEMD 和CEEMD 四種去噪方法，去噪的效果對(duì)比圖見(jiàn)圖8，計(jì)算的評(píng)價(jià)指標(biāo)見(jiàn)表1。

圖8 噪音信號(hào)去噪效果對(duì)比

通過(guò)對(duì)以上噪音信號(hào)的去噪圖對(duì)比，并結(jié)合表1可得：CEEMD 的去噪效果最好，SNR 最高為15.008 7，MSE 最小為0.029 569，因此選擇CEEMD 作為噪音信號(hào)的去噪方法。

表1 噪音信號(hào)去噪評(píng)價(jià)指標(biāo)

4 結(jié)論

本研究通過(guò)小波包分解去噪、EMD 去噪等四種方法分別對(duì)噪音信號(hào)進(jìn)行去噪處理，四種去噪方法均對(duì)噪音信號(hào)有一定程度的去噪效果，最終結(jié)合其去噪效果圖和去噪評(píng)價(jià)指標(biāo)可知：CEEMD 的信噪比較高、均方誤差較小，因此該方法具有較優(yōu)的去噪效果。