时频分析技术及其在旋转机械故障诊断中的应用(故障诊断课作业)

《时频分析技术及其在旋转机械故障诊断中的应用(故障诊断课作业)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、时频分析及在旋转机械故障诊断中应用刘功生南华大学机械工程学院，湖南衡阳421001摘要：旋转机械故障信号常非平稳信号为，而时频分析是非平稳信号比较有力的分析工具。为加深对时频分析方法及其应用的了解，从时频分析方法的的基本概念和在旋转机械故障诊断的应用特点入手，概括性介绍了四种典型的时频分析方法的优缺点及应用。最后详细介绍了小波变换方法及其应用，为时频分析技术在旋转机械故障诊断中的应用提供了理论依据。关键字：旋转机械；故障诊断；非平稳信号；时频分析方法；小波变换Time-frequencyanalysisanditsapplicationtofaultdiagnosisofrotary

2、machinesGongshengLiuAcademyofmechanicalengineering,HunanHengyang421001Abstract:Thefaultsignalofrotarymachinesarealwaysthenon-stationarysignal.Todealwithanon-stationarysignaltime-frequencyanalysistechniquesarewidelyused.Togainabetterunderstandingoftime-frequencyanalysisanditsapplication,thebasic

3、conceptandtheapplicationcharacteristicsoffaultdiagnosisinrotarymachinesarefirstdescribed.Thenthecharacteristicsoffourtypicaltime-frequencyanalysistechniquesaregenerallydescribed.AtlasttheWavelettransformtechniqueanditsapplicationareintroducedindetail.Alltheintroducesareprovidingtheoreticalbasis

4、tothetime-frequencytechniquesoffaultdiagnosisinrotarymachines.Keywords:Rotarymachine;Faultdiagnosis;Non-stationarysignal;Time-frequencytechniques;Wavelettransform1前言旋转机械是机械设备的重要组成部分，如大型石油、化工、电力、冶金等行业的汽轮机、发电机、鼓风机、压缩机等都是典型的旋转机器[1]。随着科学技术的进步与发展，对设备的可靠性与安全性要求越来越高，从而突显旋转机械故障诊断技术的重要性。而在故障诊断过程中，最关键的是故

5、障特征信息的提取，而特征信息的提取须借助于信息处理，特别是现代信号处理的理论方法和技术手段。对于旋转机械而言，当其发生故障时的振动信号，大量是非平稳、非线性的信号[2]，而传统的傅里叶变换要求信号是平稳的，但时频分析方法能有效地分析非平稳信号，因此，时频分析方法是进行旋转机械故障特征提取的一个重要的方法和特征提取工具，并广泛应用于旋转机械故障诊断中。2时频分析方法简介2.1时频分析的基本概念傅里叶变换是信号分析技术的基础[3]。虽然传统的傅里叶变换在应用于信号的分析与处理中具有很大的优越性，但是也存在自身的不足。首先，傅里叶变换反应的是信号或函数的整体特征[4]，只能了解信号的全局特

6、性，而难以了解信号的局部特性。其次，傅里叶变换只能反映信号的频率特性,不能有效反映信号的频率随时间的变化情况[5]。同时，由于傅里叶变换是对时间求积分，去掉了非平稳信号中的时变信号，因而不能同时对时间和频率具有良好的分辨率，而要求信号是平稳的，对时变非平稳信号难以充分刻划。因此，对于非平稳信号的分析处理需要寻求新的解决方法，是它既保持传统傅里叶变换的优点，同时又能弥补其不足。在此基础上建立起来的时频分析方法，它把时域和频域结合起来，更好地反映非平稳信号的特征。它的基本思想是设计时间和频率的联合函数，同时描述信号在不同时间和频率的能量密度或强度[6]。它的主要特点在于时间和频率的局部化

7、，通过时间轴和频率轴两个坐标组成的相平面，可以得到整体信号在局部时域内的频率组成，或者看出整体信号各个频带在局部时间上的分布和排列情况，从而了解信号的局部特性。时频分析方法既保持了傅里叶变换的优点，同时又克服了傅里叶分析时域和频域完全分离的缺陷,时频分布既能反映信号的频率内容，也能反映出该频率内容随时间的变化规律[7]。从而被广泛用于对突变、非平稳信号的处理。1.1时频分析方法的分类目前，对于非平稳信号的时频分析方法可分为两类，分别为核函数分解（亦称为线性