第6章信号分析与处理基础.doc.doc

第6章 信号分析与处理基础 在实际的测试中，测得的信号中往往混有各种无用的信号（统称为噪声），许多有用信息都被“淹没”了。一般噪声的来源十分复杂，可能是被测机械零部件产生，也可能是系统有其它的输入源，因而测量信号只有经过必要的分析和处理，才能提取出其中有用的特征信息。随着计算机软件、硬件技术的发展，数字信号处理已经可以在通用计算机上实现，为机械在线监测、实时动态分析提供了良好的技术手段。 本章将介绍相关分析、数字信号处理基础以及计算机辅助测试技术相关知识。 6.1 信号的相关分析 所谓相关，就是指变量之间的线性关系。对于确定性信号来讲，两个变量之间可以用函数关系来描述，两者一一对应并为确定的数值关系。两个随机变量之间就不具有这样确定的关系，但是，如果这两个变量之间具有某种内在的物理联系，那么通过大量统计就可以发现它们之间还是存在着某种虽不精确但却有相应的、表征其特性的近似关系。例如在齿轮箱中，滚动轴承滚道上的疲劳应力和轴向载荷之间不能用确定性函数来描述，但是通过大量的统计可以发现，轴向载荷较大时疲劳应力也相应的比较大，这两个变量之间存在有一定的线性关系。 对于一个随机信号，为了评价其在不同时间的幅值变化在不同时刻的相关程度，可以采用自相关函数来描述。而对于两个随机信号，也可以定义相应的互相关函数来表征它们幅值之间的相互依赖关系。 6.1.1 相关函数 令两个信号之间产生时差，这时就可以研究两个信号在时移中的相关性。相关函数定义为 （6-1） 或 显然，相关函数是两信号之间时差的函数。通常将或称为互相关函数，如果，则或称为自相关函数，上式变为 （6-2） 若与为功率信号，则其相关函数的定义为 （6-3） （6-4） 由以上分析可知，能量信号与功率信号的相关函数量纲不同，前者为能量，而后者为功率。 6.1.2 自相关函数性质及其应用 1.自相关函数的性质 根据式（6-2）定义的自相关函数，平稳随机信号的自相关函数与无关。自相关函数主要有以下性质： 1）时，取最大值，且等于其方差； 2）为一个偶函数，即有，因此，在实际中我们只需要得到时的值，而不需要研究时的值； 3）当时，的值总小于，即小于其方差； 4）均值为零的平稳信号，若时，和不相关，则(0； 5）平稳信号中若含有周期成分，则它的自相关函数中亦含有周期成分，且其周期与原信号的周期相同。可以证明简谐信号的自相关函数是余弦函数。 它是不衰减的周期曲线，其周期与原简谐信号的周期相同，但却丢失了原信号的相位信息。 图6-1列举了几种常见信号的自相关函数图形，图6-1b为正弦信号的自相关函数图形；对于图6-1e所示的窄带随机信号，其自相关函数衰减的慢（图6-1d），而对于图6-1g所示的宽带随机信号，其自相关函数将衰减的很快（图6-1h）；图6-1a和6-1c中所示的信号中均含有周期性分量。从图6-1b、6-1d也可以看出，它们相应的自相关函数曲线均不会衰减到零。也就是说，自相关函数是从干扰噪声中找出周期信号或瞬时信号的重要手段，即延长变量的取值，信号中的周期分量将会暴露出来。 图6-1 几种典型的信号及其自相关函数 正弦信号 b）正弦信号的自相关函数 c）正弦信号加随机噪声信号 d）正弦信号加随机噪声信号的自相关函数 e）窄带随机噪声 f）窄带随机噪声的自相关函数 g）宽带随机噪声 h）宽带随机噪声的自相关函数 2.自相关函数的应用 当用声音信号诊断机器的运行状态时，正常运行的机器声音是由大量的、无序的、大小接近相等的随机冲击噪声组成，因此具有较宽而均匀的频谱。当机器运行状态不正常时，在随机噪声中将出现有规则的、周期性的脉冲信号，其大小要比随机冲击噪声大得多。例如，当机构中轴承磨损而间隙增大时，轴与轴承盖之间就会有撞击现象。同样，如果滚动轴承的滚道出现剥蚀、齿轮的某一个啮合面严重磨损等情况出现时，在随机噪声中均会出现周期信号。因此，用声音诊断机器故障时首先就要在噪声中发现隐藏的周期分量；特别是在故障发生的初期，周期信号并不明显，直接观察难以发现时，此时就可以采用自相关分析方法，依靠的幅值和波动的频率查出机器缺陷的所在之处。 图6-2所示的是机床变速箱噪声信号的自相关函数。图6-2a是正常状态下噪声的自相关函数，随着的增大迅速趋近于横坐标，说明变速箱的噪声是随机噪声；相反，在图6-2b中，变速箱噪声的自相关函数中含有周期分量，当增大时并不向