2机械测试信号分析-.pptVIP

峰值和峰峰值 复合信号 x = A*Sin(2πfot+φ1) + 0.5*A*Sin(4πfot+ φ2) 基本特征 通频振幅 xpp 波峰至波谷之间的距离 基频 fo x1 倍频 2fo x2 应用示例 管道泄漏检测——信号时延差 回顾 回顾 * 机械电子系统中，信息处理软件被称为柔性智能零件，涉及的范围越来越广，但是基本的问题主要围绕着采集、处理、管理、分析、控制、传输等。 * 机械电子系统：机械和电子的有机集成，这种集成通过信息处理来实现的。从大的方面讲，机械电子系统由三个部分组成：机械系统、电气系统、计算机系统，实际上是将电子器件的信息处理和控制功能融入到机械系统中，使其硬件软性化，这种机械、电子、信息等技术的有机组织、渗透和综合，实现了机械电子系统…. * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2.4.2 小波变换 常见基小波 Haar小波 Meyer小波 Morlet小波 墨西哥帽子小波 时频窗口与a关系 a下降时，中心频率上升：频域窗口变宽、时域窗口变窄 a上升时，中心频率下降：频域窗口变窄、时域窗口变宽 t ω a1 a2 2.4.2 小波变换 小波变换分类 积分小波变换CWT： a和τ是连续的 小波ψ (t)和原始信号f(t)的开始部分进行比较 计算系数ω——该部分信号与小波的近似程度；ω值越高表示信号与小波相似程度越高 小波右移k得到的小波函数为ψ (t-k) ，然后重复步骤1和2，直到信号结束——一级 扩展小波，如扩展一倍，频域窗口减小一倍，得到的小波函数为ψ (t/2) 重复步骤1~4 ，形成另一级 信号f(t)与被缩放和平移的小波函数Ψ之积在信号存在的整个期间里求和 CWT变换的结果：许多小波系数ω ，这些系数是a、τ的函数 各级小波为多个移位小波加权和——不同倍频程段内的信号成分 级：一组平移小波（确定的时窗宽/带宽） 每级小波实际代表着不同倍频程段内的信号成分，所有频段正好不相交地布满整个频率轴——小波分解可以实现频域局部分析 2.4.2 小波变换 小波变换分类 离散小波变换： a和τ是离散的——小波分解 将数字信号x(t)分解成一族小波函数的叠加：二进小波分解数学表达 a按二进规则2-k,…,2-1,0,21,…2k,…取值 τ按等间隔取值 移位小波w(4t) 2.4.2 小波变换 小波变换分类 小波包分解： 主要聚焦信号的某个或几个特殊频段 对信号进行滤波，再同样实施小波分解，并可一直进行下去 分解后形成若干大小的“包”，根据需要分析的信号频段，可以选取不同的包来部分复原原始信号 HHHf LHHf HLHf LLHf HHLf LHLf HLLf LLLf HHf LHf HLf LLf Hf高通滤波后的高频信号 Lf 低通滤波后的低频信号 f(t) 2.4.2 小波变换 应用：消噪与压缩 信号的小波包分解。选择一个小波并确定一个小波分解的层次N，然后对信号x进行N层小波包分解 确定最佳小波包基（给定的熵标准） 小波包分解系数的阈值量化。对于每一个小波包分解系数(特别是低频分解系数)，选择一个适当的阈值并对系数进行阈值量化 小波包重构。根据第N层的小波包分解系数和经过量化处理系数，进行小波包重构 在这四个步骤之中，最关键的就是如何选取阈值和如何进行阈值的量化，从某种程度上说，它直接关系到信号消噪和压缩的质量。 实例：小波消噪小波变换将信号分解成多个小波分量，其中以白噪声为主要成分的小波分量与其他小波分量有着明显不同的特征，将满足这些特征的小波分量去掉，然后重构信号，就能对原信号实现消噪处理 a) 加噪声信号x(t)与细节分量 b) 除噪后的信号x(t) *和逼近分量 2.4.2 小波变换 傅立叶分析与小波分析 2.4.2 小波变换 信号的检验 平稳随机过程 所有采样样本集合中的各个样本函数在某一时刻的平均值及其他统计特征参数（均值、方差、自相关函数）均不随时间的变化而变化 弱平稳的或广义平稳随机信号：只满足均值和方差都不随时间变化时随机过程 *各态历经随机过程：任一样本与随机过程所有样本统计特性（集合统计特性）相等时的平稳随机过程 非平稳随机过程 所有采样样本集合中的各个样本函数在某一时刻的平均值及其他统计特征参数（平均值，相关函数等）均随时间的变化而变化 2.5.1 信号的检验 野点剔除 野点：不能代表设备状态的数据点 原因：过失误差——数据采集系统中，传输环节中信号的损失、数模转换器的失效等