机械故障诊断内积变换原理与验证

  本文关键词：机械故障诊断内积变换原理与验证，，由笔耕文化传播整理发布。

第32卷第2期2012年4月

振动、测试与诊断

Vol.32No.2

Apr.2012

!专家论坛#

机械故障诊断内积变换原理与验证

1

1,2

1

1

X

何正嘉,　袁　静,　訾艳阳,　孙海亮,　陈彬强

(1.西安交通大学机械制造系统工程国家重点实验室　西安,710049)

(2.上海无线电设备研究所　上海,200090)

1

摘要　工程实际常用的快速傅里叶变换、短时傅里叶变换、小波变换、第二代小波变换和多小波变换等先进信号处理方法,为关键设备运行监测与故障诊断奠定了基础。为深刻认识其共性问题,对机械故障诊断信号处理方法物理本质与关键技术等基础问题进行研究。指出它们的变换原理都是内积变换,探求信号中包含与“基函数”最相似或最相关的分量,关键在于构造和选择动态信号中与故障特征波形相匹配的基函数,实现科学、正确的状态监测与故障诊断。通过仿真试验和工程案例,对机械故障诊断的内积变换原理进行验证,证明该原理的正确性和可靠性。同时,根据试验现象得出若干基函数性质对内积变换的影响规律,补充和完善了机械故障诊断内积变换原理。关键词　机械故障诊断;内积变换;小波变换;基函数中图分类号　TH17

特性与转速变换关系,研究了一种基于可变窗短时

引　言

工程中关键设备结构复杂,部件繁多,采集到的故障动态信号是各部件响应的综合反映,其系统传递途径的影响增加了信号复杂程度。不同类型故障及其扩展,在设备运行过程中引发的动态响应信号具有不同特征波形。现代信号处理方法在动态信号特征提取方面取得了进展。快速傅里叶变换、短时傅里叶变换、小波变换、第2代小波变换和多小波变换等信号处理方法,为关键设备运行监测与故障诊断奠定了基础,在众多领域取得了可喜的工程应用效果。

傅里叶变换是应用最为广泛的信号处理方法,视为从时域分析到频域分析的桥梁。针对傅里叶变换存在的离散频谱误差问题,学者提出了频谱细化分析和频谱校正技术等改进方法。丁康等分析了快速傅里叶变换结合傅里叶变换在无噪声和有高斯白噪声情况下参数估计误差,即傅里叶变换不能反映非平稳信号在局部区域的频域特征及其时域对应关系。为此,Gabor提出了短时傅里叶变换,可视为大小和形状固定的时间窗内一小段信号局部频谱,实现较好的时频局部化分析。Nilsen[2]提出了基于短时傅里叶变换时频快速重排方法,提高了传统时频分析运算效率。秦树人等利用旋转机械非平稳

X

[3]

[1]

傅里叶变换精细时频分析方法,获得了较好的时频分辨率。

小波变换思想源于伸缩和平移概念,实现信号全貌和局部细节的多尺度分析,并在机械故障特征提取、动态信号降噪和奇异点检测等方面展现出明显优势[4]。彭志科等[5]综合讨论了离散小波变换,特别是Daubechies小波族分解频带能量泄露与小波阶数选取原则等基础问题,为故障特征提取提供了有效的实施策略。王衍学等将相邻系数降噪思想引入双树复小波中,有效提取了复合故障特征[6]。Li等[7]研究了基于Hermitian小波时频幅值图和相位图,用于检测齿轮裂纹故障奇异点信息。

为弥补经典小波按需构造问题,第2代小波变换应运而生[8]。它是一种不依赖傅里叶变换,在时域中使用提升框架构造小波的方法,具有结构化设计、自适应构造、算法简单、运算速度快和需要内存空间小等优点。李臻考虑到尺度间和尺度内小波系数的相关性,针对轴承故障诊断提出了领域相关性冗余第2代小波降噪技术。Bao等[10]利用基于傅里叶变换的盒型滤波,提出了具有抗混叠特性的第2代小波变换,有效应用于汽油发电机故障诊断。

多小波是小波理论的新发展,它是指两个或两个以上函数作为尺度函数生成小波,相应多分辨分

[9]

[6]

国家自然科学基金重点资助项目(编号:51035007);高校博士学科点专项基金资助项目(编号:20110201130001);国家(“计划)(编号:::

  本文关键词：机械故障诊断内积变换原理与验证，由笔耕文化传播整理发布。