本发明属于信号识别，具体涉及一种基于emd的振动信号转速识别方法。
背景技术：
1、为了准确地诊断旋转设备的健康状态，转速是不可或缺的条件。
2、目前，转速识别方法主要有三种：
3、第一种方法是，将设备的额定转速作为设备的转速，由于设备可能是变频的，且其实际转速会随设备负载的变化而改变，设备的转速通常不等于额定转速，因此这种方法误差较大；
4、第二种方法是，加装转速传感器直接采集转速数据，但是受限于成本限制、施工难度以及无线系统中转速同步测量困难等问题，工程上不太好实施；
5、第三种方法是直接通过采集的振动数据来识别转速，发明专利：一种基于振动信号数据驱动的设备转速识别方法，授权公告号：cn 110633686 b，对当前使用振动信号获取转速方法进行了总结，工程师通过分析振动信号对应的频谱或包络谱来确定设备的转速，在这些方法中，转速识别的准确性依赖于工程师的经验，主观性较强，并且受制于振动信号的复杂程度，需要准确的先验参数、强噪声环境识别准确度低、高频段能量高时无法提取、方法通用性差等。该发明专利提出的方法有一定的应用价值，但是其算法有效频带[4hz-100hz]指定，其实相当于预估了转速范围，只能识别240rpm-6000rpm的转速范围，对于更低和更高转速无法识别，且该方法对于二倍频或者更高频率占据主要成分时会提取出错误的转速。
6、经验模态分解(empirical mode decomposition，缩写emd)是一种新型自适应信号时频处理方法，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数，特别适用于非线性非平稳信号的分析处理。
技术实现思路
1、技术问题：针对现有技术中存在的上述问题，本发明所要解决的技术问题在于提出一种基于emd的振动信号转速识别方法，无需指定转速范围，能有效剔除高频对转速频率计算影响的方法。
2、技术方案：为了解决上述技术问题，本发明采用的技术方案如下：
3、一种基于emd的振动信号转速识别方法，包括以下步骤：
4、s1、获取设备振动原始加速度信号；
5、s2、对加速度信号进行预处理，高通滤波，剔除掉高频结构共振频率信号；
6、s3、对预处理后的信号进行emd分解；
7、s4、进行与原始信号相关的本征模态函数分量的选取，并将选取的相关的本征模态函数分量进行信号重构；
8、s5、对重构信号进行积分，积分后fft得到重构后速度频谱；
9、s6、对重构后速度频谱进行平滑滤波得到速度平均能量谱；
10、s7、将重构后速度频谱减去速度平均能量谱得到差值速度谱，取差值速度谱最大值作为旋转频率输出。
11、进一步的，所述步骤s2中高通滤波频率为500hz。
12、进一步的，所述步骤s4包括以下步骤：
13、s4.1、根据以下公式计算原始信号和每层本征模态函数分量的相关系数ρ，
14、
15、其中：x是原始信号，y是重构信号，ρ为相关系数，co(x，y)为协方差，σ为标准差，n是计算的总数据个数；
16、s4.2、通过相关系数ρ进行相关本征模态函数分量的选取，选取相关系数0.3≤ρ＜0.5的本征模态函数分量进行信号重构。
17、有益效果：与现有技术相比，本发明具有以下优点：
18、1、高通滤波频率为500hz，相比于现有算法有效频带[4hz-100hz]指定，转速范围覆盖0rpm-30000rpm(频率*60即为转速)，覆盖了30000rpm转速以下旋转设备，可以用于绝大部分设备转速识别；
19、2、通过高通滤波能有效剔除高频对转速频率计算影响，选取相关系数0.3≤ρ<0.5的本征模态函数分量进行信号重构，进一步削弱非旋转频率影响，保留旋转频率，提升旋转频率基频占比；
20、3、将重构后速度频谱减去速度平均能量谱得到差值速度谱，清除掉低频噪声影响；
21、4、无论对高速还是低速都可以很好的识别。
1.一种基于emd的振动信号转速识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于emd的振动信号转速识别方法，其特征在于，所述步骤s2中高通滤波频率为500hz。
3.根据权利要求1所述的基于emd的振动信号转速识别方法，其特征在于，所述步骤s4包括以下步骤：
