机械故障诊断学2-2课件.pptVIP

第五节 信号处理的一些特殊方法 前面几节我们讨论了信号处理的数学基础及一些经典的分析方法，除此之外，在机械故障诊断领域，为提高信噪比(SNR：Signal Noise Ratio)，还发展了其他一些方法，它们是： 时域平均方法、倒频谱分析、自适应消噪技术、共振解调、同频检测技术等，我们称之为信号处理的特殊方法。 第五节 信号处理的一些特殊方法 一、时域平均方法—概述 时域平均方法是从混有噪声干扰的信号中提取周期性信号的过程，又称相干检波(Coherent detection)。 以一定的时间间隔去截取所测得的信号，然后将所截得的信号各段迭加再平均，这样可降低信号中的非周期分量和随机干扰，保留确定的周期分量。 第五节 信号处理的一些特殊方法 一、时域平均方法—数学原理 时域平均方法的数学原理： 设信号x(t)由周期信号f(t)和白噪声n(t)组成，即：  x(t)＝f(t)＋n(t) (2 - 122) 现以f(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： (2 - 123)  再对x(ti)平均，便得到输出信号y(ti)为 (2 - 124) 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，信噪比提高了 倍。 第五节 信号处理的一些特殊方法 一、时域平均方法— 原理工作 时域平均的工作原理:如图2 - 28所示， 它要求采集两路信号，一是原输入信号，另一是用作分段 的时基信号。实际应用时，时基信号可根据不同的分析需要而 选取。 第五节 信号处理的一些特殊方法 一、时域平均方法—应用实例 第五节 信号处理的一些特殊方法 一、时域平均方法—应用实例 图2 - 27是用时域平均方法识别齿轮缺陷的一个实例. 由此可以看出，不同的齿轮缺陷，其时域平均图象有明显的 差异。 第五节 信号处理的一些特殊方法 二、倒频谱分析方法—问题的提出 如果一实测信号y(t)是由两个分量x(t)和s(t)迭加而成的，即y(t)＝x(t)＋s(t)，为了将这两个分量区分开，针对x(t)和s(t)的不同构成情况而有不同的方法： （1）当两个分量的能量分别集中在不同的频段时，则可用频域分析中的线性滤波或频谱分析； （2）当所要提取的分量以一定的形状作周期性重复，而另一个分量是随时间变化的噪声时，则可用时域分析中的信号平均方法或相关分析。 这些方法都可有效地处理线性迭加信号。 第五节 信号处理的一些特殊方法 二. 倒频谱分析方法—问题的提出 但是很多信号不是由其分量的线性迭加而成。例如，机床振动的输出信号y(t)是在切削力x(t)的激发下产生的，设机床的动力特性函数即单位脉冲响应函数为h(t)，则此三者之间存在如下的关系式： (2 - 125) 即输出y(t)是输入x(t)与单位脉冲响应h(t)的卷积，此时用处理线性迭加信号的方法就不够了，而倒频谱(又称逆谱)能很好地解决这类问题。 二. 倒频谱分析方法—概述 自1962年由Bobgert、Healy、Tukey 等人提出了功率倒频谱(Power Cepstrum)以来，倒频谱方法在回声检测、语音分析、地震预报、机械故障诊断、噪声分析等方面获得了广泛的应用。 倒频谱可将输入信号与传递函数区分开来，便于识别。 倒频谱还能区别出因调制而引起的功率谱中的周期分量，从而诊断出调制源。 二. 倒频谱—定义及表达式 定义：所谓倒频谱，就是对功率谱Sy(f )的对数值进行付里叶逆变换的结果，用Cy(τ)表示功率谱Sy( f)的倒频谱，即：  (2 - 126) 其中 τ——倒频率(quefrency),为时间量纲。 此外，还有文献用“功率谱的对数谱的模”来定义为倒频谱，