织机声信号瞬态特征分析方法

    1　引　言

　　织造机械在运行中产生的声学信号含有织造机械的若干重要物理特征.通过数字信号处理技术提取织造机械的声信号特征,有助于监测织造机械的运行状态,及时采取适当的操作和维护措施,提高产品质量,增加生产效率.织造机械有多种可以产生声信号的物理参数,因此织机声信号是一种较为复杂的随机过程.此外,织机是在多台织机同时运行的情况下工作的,每台织机信号都在强噪声环境下传播,因此需要从强噪声背景中提取织机信号,并从中提取信号特征.

    织机声信号在织机正常运行情况下可作为平稳随机过程加以处理.在一般情况下,应考虑这类信号的非平稳性.非平稳信号可以采用短时傅里叶变换法实现信号特征的提取,也可以采用其它短时正交变换的方法予以实现.在这些方法中,基本上是使用一个选定的分析窗将信号映射到时间-变换域平面,并同谱值构成三维谱空间.因而存在着时域和频域分析的局部化矛盾问题.近些年来,小波变换的研究得到进一步发展.这种变换是在短时傅里叶变换的理论基础上,引入一个长度随频率而变化的分析窗,在高频处使用短窗,在低频处使用宽窗,将信号映射到时间-尺度平面,并同谱值构成三维谱空间.因此,小波变换是一种相对带宽一致的频谱分析方法.

    对于织机声信号,我们较为关心的是信号出现的时刻以及信号在局部范围中的时频特征,尤其是信号的突变往往表征着织机的重要运行性状.因此,采用小波变换提取织机声信号特征将具有更好的效果.

    本文提出了一种采用小波变换提取织机声信号特征的方法,并应用这种方法借助微机系统对意大利天马-Ⅱ型挠性剑杆织机的声信号进行了小波变换分析,给出了分析结果.

    2　原　理

　　小波分析可以看作是一种时间-尺度分析,它同时具有时域和频域的良好局部化性质.小波变换在时间/空间域上的采样疏密,可以随着信号频率成分的不同而适当调节,从而获得有效的分析结果.

    设连续小波变换的基本函数一般表达式为

    式中C为尺度变量,S为时延变量,R为实数域.设织机声信号为x(t),则织机声信号的连续小波变换可定义为

　　为了获得较好的时频分辨率,我们选择Morlet小波作为基本函数,其表达式为

h(t) = exp(jct)exp(-t2/2) (5)

    式中c为常数.为了使式(5)满足小波容许条件,可以取c≥5.于是,对于织机声信号x(t),其连续小波变换可定义为

    式中S为时延变量,C为尺度变量.为了对信号x(t)实现数字信号处理,可将连续小波变换离散化,于是有

    式中x(m)为信号x(t)的序列表示,ha(m)为连续函数ûCû-12h(·)在尺度C上的采样表示,a为尺度指数