机械测试信号处理_4~5章.pdfVIP

机 械 测 试 信 号 处 理 第四章 机械信号幅值域分析方法 在对平稳的各态历经的信号处理分析中 为了方便一般把信号作为时间 的函 t 数来讨论 通常对作为时间函数的动态信号来说 在各种确定性的和随机的动力学 参量的数据处理中 完整的描述需要从幅值域( 幅域) 时间域( 时域)和频率域(频域) 三个领域进行 本章将对机械测试信号的幅值域分析方法作以讨论 一 随机信号的统计特征参数 实际测量的机械信号往往是确定性信号和随机信号的组合 因此 一般的机 械信号可以看作是随机信号 对随机信号的幅值域分析是 以信号幅值为自变量研 究信号的幅值特征 信号的幅值分布情况 以及其它幅值特征参数如 概率分布密 度 概率分布函数等 随机信号和各种参量(包括随机振动 随机应力 随机疲劳等领域中各种动力 学参量和各种声 光 电及生物信息等参量) 的数据处理 是在分析确定性信号的 基础上发展起来的 它与确定性信号的分析方法 除了有相似之处外 也有明显的 区别 这主要是需要考虑概率和统计的因素 需要通过幅值统计平均计算概率分布 密度 通过幅域可求得六种主要的统计参数 1)均值 2) 均方值或均方根值 3)方 差(或标准差) 4) 概率分布密度函数 5)概率分布函数 6)联合概率密度函数 (1) 平均值 动态测试数据的平均值就是这个振动量的时间平均 平均值的计算公式为 T T µ x lim 1 x ( t ) dt 或 µ x lim 1 2 x ( t ) dt T → ∞ T ∫0 T → ∞ T ∫− T 2 T T 式中 是取平均的时间间隔 在实际中 不可能取成无穷 所以算出的 值必然 µx 包含统计误差 故只能作为真值的一种估计值 平均值可作为随机振动的静态分量( 即不随时间变化的分量) 为了分析方便 常常希望振动时间历程的均值为零 如所得动态测试波形显示出可能含有常值成分 (静态分量的均值µx ) 如图 4-1 所示 要把这个常值成分从全部数据中扣除 扣除了 常值成分后 相当于把坐标轴移到平均值 处 而按新的坐标轴来描述的曲线 µx 其均值为零 66 机 械 测 试 信 号 处 理 x ( t ) µx 0 t 图4-1 动态测试波形 (2) 均方值和方差 2 x (t) ψ 样本时间记录 的均