2工程信号分析基础.pptVIP

* * * * * * * * * * * * * * * * * 强调幅值谱和自功率谱之间的关系 * * * 幅值谱 例 如上图所示平稳信号，由傅里叶分析原理，该信号可以分解为许多谐波分量之和，可用下式表示： 将这些谐波分量投影到幅值----频率坐标平面，可以得到许多离散的分量，反映不同频率分量的幅值谱。 时域分析和频域分析两者反映同一信号的不同的侧面，它们可以互相补充。 工程信号分析基础信号的频域分析 频谱分析 幅值谱 工程信号分析基础信号的频域分析 正弦信号 轴承外圈故障信号 幅值谱是双边对称谱，取单边谱进行分析 幅值谱的matlab应用 工程信号分析基础信号的频域分析 %FFT 变换 FFT_result = abs(fft(x))*2/signallength; %坐标转换 t = 0:1/sampleFreq:(signallength -1)/sampleFreq; 时间轴 Hz = sampleFreq*(1:signallength/2-1)/signallength; 赫兹轴 %画图 subplot(211) plot(t,x) 时域图 subplot(212) plot(Hz,FFT_result(1:signallength/2-1)) 频域图 X: 待分析的信号 Signallength：信号长度 sampleFreq： 采样频率 工程信号分析基础 信号的频域分析 幅值谱 功率谱 倒频谱 细化谱 离散频谱校正 离散傅里叶变换，寻找故障频率结构 功率谱 自功率谱分析 互功率谱分析 工程信号分析基础信号的频域分析 自功率谱分析 工程信号分析基础信号的频域分析 (1) 幅值谱： |X ( f )| = {R(X ( f )| ) +I(X ( f )| ) } 2 2 1/2 (2) 功率谱： S ( f ) = |X(f)| x 2 自功率谱Sx(f) 与 幅值谱 X(f) 之间的关系 Sx(f) 反映信号的频率结构与信号幅值谱相似 Sx(f)反映信号幅值的平方，因此它反映的频率结构更为明显。 自功率谱分析 工程信号分析基础信号的频域分析 在研究频谱的频率成分时，利用自功率谱可以突出主要频率成分，减弱干扰和噪声。 由于自功率谱的纵坐标与幅值的平方成正比，使幅值谱中的高峰更突出，而小的峰变得更不明显，所以使频率结构更清晰. 振动信号 幅值谱 功率谱 应用1 滚动轴承外圈故障的诊断 自功率谱分析 工程信号分析基础信号的频域分析 幅值谱 功率谱 自功率谱分析 应用2 某汽车变速箱正常工作时的功率谱与不正常工作时的功率谱如图示。 工程信号分析基础信号的频域分析 汽车变速箱正常工作的功率谱图 汽车变速箱运行不正常的功率谱图 从图中可以看出：工作不正常时的功率谱图比正常工作 时的功率谱图多出几个谱峰，为设备的故障诊断提供依据。 工程信号分析基础 信号的频域分析 幅值谱 功率谱 倒频谱 细化谱 离散频谱校正 离散傅里叶变换，寻找故障频率结构 幅值谱的平方，突出主要频率成分 * 假设转速为60r/min 转频：也叫作旋转频率 * 转速变为120r/min * * 主要讲不平衡，碰摩的情况，不对中的情况待到具体讲故障的时候再描述。 * 对detaX求极限，考虑概率大小的单位变化率，则引入了“概率密度函数” 注意:概率函数用大写P来表示，而概率密度函数则用小写p来表示。 概率密度函数的物理含义：概率密度函数p(x)曲线下的面积p(x)Δx，即是幅值x(t)落在x和(x+Δx)内的概率 再通俗一点：幅值落在Δx小范围内的次数累积，概率密度函数的横轴是幅值的最大最小值范围 * 强调概率密度函数的横轴 * 强调每一个方法都有其关键参数，如何考虑？ 参数的讨论 * 强调参考信号的重要性，在有正常状态下的参考时，比较才有意义 可以自己在matlab、C++ 中画出来，也有现成的函数 * * 概率分析的几个点： 1、方法原理：落入小区间内的次数 2、方法作用：有参考信号情况下，定性判断信号是否有故障？ 3、方法参数：区间段的影响很小 * * * 强调对公式的理解，学会看公式，一点一点分析 * * * 方法原理：分段+平均 方法作用：降噪 方法注意：必须为周期信号，还需要整周期截断才行 * 注意是对tao的积分 更多关注在故障诊断中的应用 * * * * * 只有频率不变；幅值为A^2/2;丢失相位； 注意上下两张图的横轴单位 如何分析两个信号之间的关系？ 问题的提出 工程信号分析基础信号的时域分析 研究变量 与延迟时间 后的