预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共47页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第四章信号特征提取——信号分析技术4.1信号特征的时域提取方法4.1.2均方值、有效值 均方值与有效值用于描述振动信号的能量。 均方值 有效值Xrms又称均方根值,是机械故障诊断系统中用于判别运转状态是否正常的重要指标。因为有效值Xrms描述振动信号的能量,稳定性、重复性好,因而当这项指标超出正常值(故障判定限)较多时,可以肯定机械存在故障隐患或故障。 若有效值Xrms的物理参数是速度(mm/s),就成为用于判定机械状态等级的振动烈度指标。 4.1.3峰值、峰值指标 通常峰值Xp是指振动波形的单峰最大值。由于它是一个时不稳参数,不同的时刻变动很大。因此,在机械故障诊断系统中采取如下方式以提高峰值指标的稳定性:在一个信号样本的总长中,找出绝对值最大的10个数,用这10个数的算术平均值作为峰值Xp。 峰值指标Ip 峰值指标Ip和脉冲指标Cf都是用来检测信号中是否存在冲击的统计指标。4.1.4脉冲指标 脉冲指标Cf 脉冲指标Cf和峰值指标Ip都是用来检测信号中是否存在冲击的统计指标。由于峰值Xp的稳定性不好,对冲击的敏感度也较差,因此在故障诊断系统中逐步应用减少,被峭度指标所取代。 4.1.5裕度指标 裕度指标Ce用于检测机械设备的磨损情况。 裕度指标Ce 在不存在摩擦碰撞的情况下,即歪度指标变化不大的条件下。以加速度、速度为测量传感器的系统,其平均值反映了测量系统的温飘、时飘等参数变化。使用涡流传感器的故障诊断系统的平均值则与磨损量有关。 若歪度指标变化不大,有效值Xrms与平均值的比值增大,说明由于磨损导致间隙增大,因而振动的能量指标——有效值Xrm比平均值增加快,其裕度指标Ce也增大了。 4.1.6歪度指标 歪度指标Cw反映振动信号的非对称性。 歪度指标Cw 除有急回特性的机械设备外,由于存在着某一方向的摩擦或碰撞,造成振动波性的不对称,使歪度指标Cw增大。 4.1.7峭度指标 峭度指标Cq反映振动信号中的冲击特征。 峭度指标Cq 峭度指标Cq对信号中的冲击特征很敏感,正常情况下应该其值在3左右,如果这个值接近4或超过4,则说明机械的运动状况中存在冲击性振动。一般情况下是间隙过大、滑动副表面存在破碎等原因。 统计指标的运用注意4.2信号特征的频域提取方法图4—1信号的时频关系关于频谱图的说明4.2.2周期信号与非周期信号的频谱 最简单的周期信号是正弦信号 如果正弦信号的周期为T,则它们之间的关系为: 富里叶级数说明满足狄利克雷条件的周期信号,可以用正弦函数表 达成富里叶级数的形式: (n=1,2,3,……) 此公式具有明确的物理意义。它表明任何满足狄利克雷条件的周期 信号,均可以表述为一个常数分量a0和一系列正弦分量之和的形式。其 中n=1的那个正弦分量称为基波,对应的频率ω0称为该周期信号的基频。 其它正弦分量按n的数值,分别称为n次谐波。 在机械故障诊断领域,常数分量a0是直流分量,代表某个变动缓慢 的物理因素,如某个间隙。通常从电动机到工作机械的传动是一系列的 减速增力过程,因此通常将电动机输入的转动频率称为基频。基频和它 的n次谐波在机械故障诊断领域都有明确的故障缺陷意义。周期性方波信号的频谱1 周期性方波信号x(t)从原本意义上是既无开始又无结束 的信号,但可以在一个周期内表述为: 对该方波信号x(t)作富里叶变换 可得该方波的富里叶级数描述: 周期性方波信号的频谱2 图4—3是该方波的幅频谱 图,横坐标是频率ω,纵坐标 是幅值,图中对应于某个频率 的直线称为谱线。 从图中可知周期信号的频 谱具有下列特征: 1)离散性即周期信号的频 谱图中的谱线是离散的。 2)谐波性即周期信号的谱 线只发生在基频ω0的整数倍频率上。 3)收敛性周期信号的高次谐波的幅值具有随谐波次数n 增加而衰减的趋势。 非周期信号的频谱1 非周期信号分为准周期信号和瞬变信号。准周期信号是 由一系列正弦信号叠加组成的,但各正弦信号的频率比不是 有理数,因而叠加结果的周期性不明显。 脉冲函数、阶跃函数、指数函数、矩形窗函数这些工程 中常用的工具都是典型的瞬变信号。 矩形窗函数的时域表达式为: 幅—频谱4.2.3截断、泄露与窗函数 在故障诊断的信号分析中需要对信号采样。而真实的振 动信号的时间历程是无限长的,采样就是对无限长的信号进 行截取。也就是对x(t)信号乘以w(t)函数,当w(t)=0时,乘 积的结果y(t)=0;当w(t)=1时,乘积的结果y(t)=x(t)。根据 富里叶变换的特性,在时域内,2个信号的乘积,对应于这 2个信号在频域的卷积。 由于w(t)在频谱中是连续无限的函数,它与x(t)信号在 频域的卷积,必然造成x(t)信号的能量分散到w(t)的谱线上, 这就是所谓的谱泄漏。换句话说