机械故障诊断技术2_信号特征提取技术分解.ppt

第2章 2-1 时域信号统计指标和频谱图在机械故障诊断系统中的作用分别 是什么？ 2-2 在观察频谱图作故障诊断分析时，应注意哪些要点？ 2-3 如何绘制轴心轨迹曲线？ 2-4 测试信号中最高频率为100Hz，为了避免混叠，时域中的采样时 间应如何选取？ 2-5 频率细化分析的基本思想是什么？ 2-6 轴心轨迹图通常应用在什么场合？如何绘制轴心轨迹图？ 2．2．5 量化误差和栅栏效应 1. 量化误差 　　模拟信号的幅值是连续的，而数字信号受到位数的限 制，其值是跳跃的。模拟信号在数字化过程中采样点的幅 值若落在两相邻的量化值之间，就要舍入到邻近的一个量 化值上，造成了量化误差。 量化误差必然给原信号的频谱造成误差，也使得对数字序列的积分存在较大的失真。减小量化误差只能选用位数高的A/D转换装置，从而增大了故障诊断系统的成本。 虽然数字序列的时域积分误差较大，但对频域的积分则简单易行。如下式： 位移函数： x(t)=Asin(ωt) 速度函数： x(t)=Aωcos(ωt) 加速度函数： x(t)=-Aω2sin(ωt) 振幅频谱图中只表述振幅的大小，加速度频谱图中每一根谱线所代表的振幅Ai被它所在的角频率ω=2πf所除，可以获得速度频谱图。同理，对速度频谱图采用同样的算法也可以得到位移频谱图。 这个频谱积分算法使得低频部分的信号上升，高频部分的信号下降，即突出低频信号。 2. 栅栏效应 　　快速富里叶变换FFT是一种离散富里叶数字算法，其变 换计算出的频谱谱线也是离散的。离散谱线之间的频谱被忽略，其能量分配到相邻的离散谱线上，由此造成频率误差，这就是栅栏效应。 　　两条离散谱线的频率间隔称为频率分辨率Δf。 　　其中： ——采样频率； 　　　　　N ——样本点数 　　提高频率分辨率的方法是加大样本点数N，同时也增加 了FFT的计算量。 3. 频率细化分析 　　频率细化分析或称为局部频谱放大，能使某些感兴趣的重点频谱区域得到 较高的分辨率。提高了分析的准确性，是70年代发展起来的一种新技术。 　　频率细化分析的基本思想是利用频移定理，对被分析信号进行复调制，再 重新采样作傅里叶变换，即可得到更高的频率分辨率，其主要计算步骤为：假 定要在频带（f1～f2）范围内进行频率细化，此频带中心频率为f0=(f1＋f2)／2。对被分析信号x(k)进行复调制(可以是模拟的也可是数字的)，得频移信号： 　　式中△f是未细化分析前的频率间隔，也可仅为一参考值。 　　根据频移定理，Y(n)=X(n+L)．相当于把X(n)中的第L条谱线移到Y(n)的零 谱线位置了。此时降低采样频率为（2N△f／D）。对频移信号重采样或对已采 样数据频移处理后进行选抽，就能提高频率分辨率D倍，分析Y(n)零谱线附近的 频谱，也即X(n)中第L条谱线附近的频谱。D是一个比例因子，又称为选抽比或 细化倍数，D=N△f／(f2－f1)。为了保证选抽后不至于产生频混现象。在选抽前 应进行抗混滤波，滤波器的截止频率为采样频率的1／2。 　　复调制细化包括幅值细化与相位细化．由于复调制过程中需通过数字滤波 器。产生附加相移，所以一般要按滤波器的相位特性予以修正，才能得到真实 的细化相位谱。 2．3 信号特征的图像表示 2．3．1 统计指标的图像表示 　　信号特征在时域中的统计指标有两类：单值函数类和分布函数类。机械故障诊断系统因为需要对所提取的信号特征进行明确的解释，以指导设备维护工作。时域信号统计指标的主要任务是用于判定：机械设备是否有故障（故障隐患）、程度如何、发展趋势怎样等这类维修指导性工作。 分布函数类指标在指导设备维护上的不足，所以很少在机械故障诊断系统中应用。 单值函数类统计指标以简单的1个数值来实现判定要求，因而成为机械故障诊断系统中时域信号特征的主要指标。它们是：平均值、均方根值（有效值）、峰值指标、脉冲指标、裕度指标、歪度指标、峭度指标。其中最主要的是均方根值，它是判定是否存在故障的重要指标。其它指标用于回答程度如何，这些指标的时间历程曲线用于回答发展趋势怎样。 　　因为单值函数就是一个结果值，所以通常是用条形图或 类似图形来表示。如图2—12，图中需表示以下几个要素： 统计指标的名称——均方根值 统计指标的数值——12.7 数值的物理单位——μm 警告限（又称一级报警限）——11.2 报警限（又称二级报警限）——15.6 　　色条突破警告限意味着机械设备 已经有故障，但还可以运转。色条突 破报警限就表示故障已经很危险，需 要及时