第二章-故障诊断的信号分析与处理技术.ppt

* 用时域平均法提取周期信号 * 用时域平均法识别齿轮缺陷 (a)正常齿轮波形；(b)齿向安装不平行； (c)齿面严重磨损；(d)齿面有剥落 * 时域平均的原理 * 三、自适应消噪技术 对所测得的机械信号进行时域处理、频域处理或时序分析等多种信号处理，可以成功地对机械故障进行诊断。 为了达到诊断故障的目的，必须提高诊断信息的信噪比，自适应消噪技术(ANC：Adaptive Noise Canceling Technique)便是提高信噪比，提取淹没在噪声中的信息的一种有效的方法。 * ANC技术的基本原理如图2-31所示。 之所以用自适应滤波器，主要是因为噪声的主输入通道和参考输入通道的特性随时间在变化，而自适应滤波器可以自动地、随时调节滤波器的传递函数，以保证n0和y十分接近。 与 * 四、共振解调技术 共振解调技术(IFD－Incipient Failure Detection)早在70年代被瑞典SKF轴承公司利用，后又被美国MIT公司和瑞典SPM公司进一步发展，用于提取淹没在强烈背景噪声中的冲击脉冲信号。 共振解调技术的基本原理如下： * 共振解调技术原理 (a)故障产生的脉冲串；(b)脉冲串的频谱； (c)激发的离散自由衰减振动；(d)检波和低通滤波后的信号 * * YD-1型压电加速度传感器的频率特性 * 作 业 2. 求序列的 1. 求指数衰减振荡信号 的频谱 离散付里叶变换。画出时域和频域图形。 3. 求正弦信号 的均值，均方值，和概率密度函数 * 图4 FFT时间抽取算法信号流程图（N=8） 可大大减少计算量 * 第二节 时域分析方法 数学变换主要是针对确定性信号而言 的，对于非确定性的随机信号由于不能给 出精确的数学表达式，因而只能用数理统 计和离散数字处理的数学方法来研究其规 律，这就是随机信号分析的内容。 * 对随机信号可从时域和频域这两个角度来进 行分析。如果对所测得的时间历程信号直接实行 各种运算且运算结果仍然属于时域范畴，则这样 的分析运算即为时域分析，如统计特征参量分析、 相关分析等；如果首先将所测时历信号经过付里 叶变换为频域信号，然后再对其施行各种运算的 分析方法统称为频域分析，如幅值谱分析、相位 谱分析和功率谱分析等。 * 一、统计特征参量分析 1.概率密度函数p(x) 概率密度函数p(x) 定义为信号幅值为x的概率， * 样本长度 信号幅值落在指定 范围内的时间和 * 求正弦信号的概率密度函数p(x)。 解： 在一个周期内 * 2．概率分布函数F(x) 概率分布函数是信号幅值小于等于某 一值x的概率。 * 概率分布函数为 概率密度函数 求正弦信号 的概率分布函数F(x) * 3.均值（一阶原点矩） 离散化计算公式 代表信号的静态部分或直流分量 * 均值为 同样对于上述正弦信号： 正弦信号 * 4.均方值（二阶原点矩） 离散化计算公式 反映信号相对零值的波动情况 * 均方值 正弦信号： * 5.有效值（均方根值） 离散化计算公式 * 6.方差和标准差 方差的开方称为标准差 反映信号均值的波动情况 * 方差为 由于均值 故方差 正弦信号： * 7．偏态指标K3和峭度指标K4 偏态指标和峭度指标常用来检验信号偏离正态分布的程度，两者对概率密度函数的影响如图所示。 * 偏态指标 其离散化计算公式为 峭度指标 其离散化计算公式为 * 若信号x(t)为反映机械状态的参量，则K3，K4的绝对值愈大，说明机器愈偏离其正常状态，因此，偏态指标K3和峭度指标K4，均可用于机械设备的故障诊断。 * 8．无量纲指标 对这些无量纲指标的基本要求是： ① 对机器的运行状态足够敏感，当机器运行状态的变化引起所测参数发生变化时，这些无量纲指标应有更明显的变化； ②与机器的运行状态之间有稳定的对应关系，只有当机器运行状态发生变化引起所测参数发生变化时，这些无量纲指标才有明显的变化， 目前常用的无量纲指标有波形指标、峰值指标、脉冲指标和裕度指标，它们都是由信号的幅值参数演化而来的。 * （1）波形指标 （2）峰值指标 （3）脉冲指标 （4）裕度指标 式中 * 实验结果表明，裕度指标L和脉冲指标I对于齿轮和轴承故障所引起的冲击振动较为敏感，可以在机械设备的振动、噪声信号分析中有效地使用 。 在选择上述各指标时，按其诊断能力由大到小顺序排列，大体上为峭度指标→裕度指标→脉冲指标→峰值指标→波形指标。 * 峭度指标 峰值指标 * 二、相关分析 相关分析又称时延域分析，用于描述 信号在不同时刻的相互依赖关系，是提取 信号中周期成分的常用手段，在相关测速 和相关定位以及传递