成果概况： 本发明公开了基于Sobel算子和Grubbs检验的瞬时频率估计方法。该方法首先采 用短时傅里叶变换算法将原始信号转换为时频谱图，然后从时频谱图中选取一块具有 较高信噪比的局部区域，采用Sobel检测算法将该局部区域转换成二值图像，二值图 像包含多条脊带，然后采用Grubbs检验算法排除每条脊带的异常值，将上述多条脊带 按照相互之间的运动学比例关系叠加到其中一条轮廓最完整的脊带上，构建一条具有 完整清晰边缘的合成脊带，采用Grubbs检验算法排除上述合成脊带的异常值，计算上 述合成脊带的均值曲线，采用五点三次平滑算法对均值曲线进行平滑处理，得到平滑 均值曲线，计算该平滑均值曲线在95%置信水平上的置信区间，将上述平滑均值曲线 及其置信区间按照平滑均值曲线与待估计目标脊线之间的运动学比例关系映射到目 标脊线上，将映射得到的平滑均值曲线作为目标脊线的参考线，将映射得到的置信区 间作为目标脊线的局部搜索区间，采用非延迟代价函数在每个时刻所对应的局部搜索 区间内搜索脊点，确定每个时刻所对应的瞬时频率，最后得到整个时间区间上的瞬时 频率。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振 动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。 技术特点： 由于工作环境的复杂性，旋转机械经常工作在变速条件下。瞬时频率估计是评估 旋转机械运行状态及进行故障诊断的重要前提。目前常用的瞬时频率估计方法是一步 代价函数法。一步代价函数法能够在局部频率范围内搜索脊点，但是局部频率范围的 中心点依赖于上一个脊点的位置，这导致一步代价函数存在着延迟。此外，局部频率 范围的宽度是根据经验随意设置的，且在任何时刻的宽度都是固定的，不能随着时间 发生变化，这导致一步代价函数缺乏足够的自适应性。上述缺陷导致一步代价函数法 在估计瞬时频率时准确度和精确度较低。本发明要解决的问题是针对以上不足，提出 基于Sobel算子和Grubbs检验的瞬时频率估计方法。与现有方法相比，本发明将映射 后的平滑均值曲线作为目标脊线的参考线，将映射后的置信区间作为目标脊线的局部 搜索区间，因此局部频率搜索范围的中心点不依赖上一个脊点的位置，没有任何延迟， 局部频率搜索范围能够自动设定，搜索带宽能够随着时间的变化而自动变化，瞬时频率估计结果的准确度和精确度高。 生产条件及市场预期：本技术可以应用于设备状态监测，具有良好的市场前景。