非平稳信号分论文.doc

MACROBUTTON MTEditEquationSection2 SEQ MTEqn \r \h \* MERGEFORMAT SEQ MTSec \r 1 \h \* MERGEFORMAT SEQ MTChap \r 1 \h \* MERGEFORMAT 《工程信号处理》大作业 学 院： 机电工程学院 题 目： 机械振动非平稳信号分析 年 级： 2013级 组 员： 念丽波、周浩、王伟龙 组 号： 第七组 指导教师： 郭瑜（教授） 基于小波分析的机械故障非平稳信号分析 念丽波、周浩、王伟龙 摘要：本文主要研究了小波分析在轴承故障诊断中的应用。文中通过离散小波变换对原始信号进行分解与重构，将重构后细节信号中冲击特征最为突出的信号作为特征域，取其绝对值信号进行频谱分析，从频谱图中得出故障的特征频率。最后，再对源信号进行包络分析，验证小波分析的结果。结果表明，基于小波分析的轴承故障诊断是一种有效的方法。 关键字：轴承故障，小波分析，特征提取 0 引言 在现代机械设备中，轴承作为一种必不可少的起固定和减小载荷摩擦系数的通用零部件，广泛应用于各个领域。若轴承发生故障，将直接影响设备的安全可靠运行，会降低生产效率和加工精度。因此，对轴承故障进行检验和诊断的意义重大。 轴承故障诊断过程一般分为三个步骤：一是诊断信息的获取，二是故障特征的提取，三是状态识别和故障诊断。其中故障特征提取是关键。故障特征提取常用的方法多种多样，如傅里叶变换、短时傅里叶变换、小波分析等。傅里叶变换是一种传统的故障诊断方法，适合于平稳信号的分析，能从全局上得到信号的频谱。短时傅里叶变换是在变换的基础上发展起来的一种时频分析方法，它弥补了傅里叶变换的不足，适用于非平稳信号的分析。但是短时傅里叶变换的时频域窗口保持固定不变，这样对实际的时变非稳态信号就受到了限制。[1] 小波分析方法是一种全新概念的、变分辨率的时频分析方法，具有良好的时频局部化特性，弥补了傅里叶变换和短时傅里叶变换的不足，是处理非平稳信号的有力工具，适合于轴承的故障诊断分析。因此，本文选用小波分析来研究轴承故障。 1.小波分析原理 小波理论的确立和应用和时域分析一样同样是在信号分析发展史上重要里程碑，小波分析的提出和发展是为了解决傅里叶信号分析中对非平稳信号分析的不足，小波分析的思想来源于伸缩和平移方法。小波分析作为一种有用的分析工具，在很多领域都获得了很好的应用。小波分析之所以在这十几年的发展中越来越受到重视，这与它在进行数据分析时众多的优点是分不开的。它和传统的傅里叶分析相比，主要优点在于它在时域和频域同时具有良好的局部化性质，突破了傅里叶分析在时域没有任何分辨率的缺陷，能对指定频带和时段内的信号成分进行任意尺度的分析，使高频有较好的时间分辨率，同时能在很好的频率分辨率下对信号进行低频分析[1-8]。 本项目研究的对象是混有噪声的随机信号，信号内容复杂，频率不确定，是非平稳信号。首先采用小波分析进行阈值去噪，然后进行多级分解，将原始信号和多级细节信号进行功率谱对比分析，最后完成短时傅里叶变换图形显示 1．1 离散小波变换 连续小波主要用于理论分析及方法研究。由于小波分析在各个领域实际应用时，大量依靠计算机进行运算，因此，实际使用中，更多的是用到伸缩变量和平移变量均已离散化的小波变换。 在工程运用过程中，信号通常是一系列的采样值（离散时间信号），用f(n)(n∈Z)表示，这种情况下的母小波和对应的小波都应该是离散时间的，分别用φ(n)和φj,k(n)表示，定义离散小波为：[2] （1） 离散小波变换定义为： （2） 这种小波变换很适用于数值计算和工程实现。同时离散小波有其自身的优点。首先，离散小波的算法简单，便于工程实现。其次，离散小波变换把频带严格区分开，信息没有冗余，许多设备的故障在频域内表现为故障的特征频率和特征频率的倍频，只要选择合适的采样频率和分解层数，就可以将特征频率及其倍频分解到各个频段，对这些频带的时域信号的做FFT变换，可以通过查找是否存在这些特征频率及其倍频来判断是否有故障。[3] 1.2软件设计流程和小波选取 1.2.1软件设计流程 根据小波分析原理和项目研究的要求与自上而下程序设计的原理，首先设计的MATLAB程序总体流程框图如下： 开始初始化 开始 初始化 绘制原始信号和各级细节的功率谱图 小波阈值去噪 绘制原始数据