机械故障诊断—第三章 信号分析.ppt

机械故障诊断—第三章 信号分析.ppt

ID:57273398

大小:1.31 MB

页数:45页

时间:2020-08-08

机械故障诊断—第三章 信号分析.ppt_第1页
机械故障诊断—第三章 信号分析.ppt_第2页
机械故障诊断—第三章 信号分析.ppt_第3页
机械故障诊断—第三章 信号分析.ppt_第4页
机械故障诊断—第三章 信号分析.ppt_第5页
资源描述:

《机械故障诊断—第三章 信号分析.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第三章 信号分析第一节信号的分类信号按其随时间变化的规律不同,可分为确定性信号和非确定性信号(随机信号),还可以进一步细分。如图3.1所示。图3.1信号的分类第二节信号的预处理信号的预处理的目的在于提高信号中所包含信息的可靠性和数据分析的精度,使故障诊断的灵敏度及可靠性提高。预处理的核心是采用各种滤波技术提高信号的信噪比。这是因为取得的信号中往往存在各种干扰,如邻近机器或部件的振动干扰及电气干扰等。一般取得的信号中总混有噪声,因此要用滤波方法去除或减小噪声以提高信噪比。所谓信噪比就是信号功率与噪声功率之比,一般用分贝(dB

2、)表示。SNR=10log(Ps/Pn)(3.1)式中SNR-信噪比(signalnoiseratio)。Ps,Pn-分别为有用信号功率与噪声功率。滤波的实质是去除或抑制某些频率范围内信号成分。信号中有用成分s(t)与噪声n(t)的关系大体上有以下几种关系:1相加关系x(t)=s(t)+n(t)(3.2)2相乘关系x(t)=s(t)n(t)(3.3)3卷积关系x(t)=s(t)*n(t)(3.4)第一种情况可用线性滤波的方法解决。但对于第二、三种情况,由于信号和噪声的叠加方式是非线性的,所以要使用非线性滤波方法来解决。1.

3、线性滤波方法就是能够从输入信号的全部频谱中分出一定频率范围的有用信号。为了获得良好的选择性,滤波器应以最小的衰减传输有用频段内的信号(称为通频带),而对其他频段内的信号(称为阻频带)则给予最大的衰减。位于通频带与阻频带界线上的频率称为截止频率。滤波器根据通频带可分为:低通滤波器能传输0~f0频带内的信号;高通滤波器能传输f0~∞频带内的信号;带通滤波器能传输f1~f2频带内的信号;带阻滤波器不能传输f1~f2频带内的信号。阻频带内衰减特性的陡度与衰减数值越大滤波器的选择性越好。衰减特性如图3.2所示。衰减特性一般是以每倍频

4、程衰减的分贝数来衡量的。图3.2低通滤波器的衰减频率特性(a)理想的低通滤波器;(b)理想的没有损耗的频率特性曲线;(c)滤波器元件有损耗的特性曲线用滤波方法提高信噪比的方法,对式(3.2)作傅里叶变换得到功率谱。SX(ω)=SS(ω)+Sn(ω)(3.5)式中SX(ω)-原始信号的功率谱;SS(ω)-有用信号的功率谱;Sn(ω)-噪声的功率谱。如果SS(ω)和Sn(ω)的分布范围或分布特性不同,就有可能用这种基本的滤波方法将噪声分离或抑制,否则是不可能的,下面讨论两种情形:①SS(ω)和Sn(ω)不重叠:这很容易用前述的

5、某一种滤波器将它们分离。如图3.3(a)所示的情形,可用一截止频率为f0的低通滤波器(频率特性如虚线所示)将噪声去掉,但这种情况很少。②SS(ω)和Sn(ω)部分重叠:如图3.3(b)所示的情形,如用合适的滤波器将非重叠部分的噪声去除,也能改善信噪比。图3.3用滤波器去除噪声2.其他类型的滤波方法如果SS(ω)和Sn(ω)重叠,且统计分布特性不同,如当SS(ω)为若干个周期信号分量的谱,Sn(ω)为宽带随机噪声谱。周期分量在频谱上会呈现尖峰而易于辨认。但当噪声很强,宽带噪声谱起伏也很大时,如图3.4所示,就很难从噪声中辨认

6、出周期分量来。出现这种情况则必须用其他滤波方法提取有用信号。图3.4用窄带滤波器从噪声中提取周期分量(a)周期分量淹没在噪声中;(b)窄带滤波抑制了噪声。(1)窄带滤波:如果周期分量的频率为ω0,用中心频率为ω0带宽为△ω的窄带滤波器对原始信号进行滤波。对周期分量,它的谱峰值在滤波后不随带宽而变化,但宽带随机噪声的能量是大致均布在一定频率范围内的,滤波后它的输出会随着带宽的减小而减小,因此窄带滤波器能有效地抑制这种噪声。然而,如事先不知道周期分量的频率,则要不断改变带通滤波器的中心频率以检测出有用的周期分量,这种方法比较费

7、事。(2)相关滤波:因为周期性分量的自相关函数也是周期的,而宽带随机噪声的自相关函数在时延足够大时将衰减掉,如图3.5所示,所以利用自相关函数可以把噪声从周期信号中去掉。图3.5相关滤波(3)时域平均滤波:这是从叠加有白噪声干扰的信号中提取周期性信号S(t)的一种很有效的方法。如果一信号x(t)由周期信号s(t)和白噪声n(t)组成,则x(t)=s(t)+n(t)我们以s(t)的周期去截取信号x(t),共截得N段,然后将各段对应点相加,由于白噪声的不相关性,可得到(3.6)是s(t)各点的和,是n(t)的各点的和,对平均便

8、得到此时输出的白噪声是原来输入信号x(t)中的白噪声的,因此信噪比将提高倍。其中:输出信号(3.7)如图3.6所示的是截取不同的段数N,进行同步时域平均的结果。由图可见,虽然原来图形(N=1)的信噪比很低,但经过多段平均后,信噪比大大提高。当N=256时,可以得到几乎接近理想的周期(正弦)信号,而原始信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。