非平穩(wěn)信號(hào)處理若干方法及其在故障診斷中的應(yīng)用研究.pdf

1、本文以非平穩(wěn)信號(hào)為研究對(duì)象，探討了非平穩(wěn)信號(hào)的變參數(shù)隨機(jī)共振、經(jīng)驗(yàn)?zāi)Ｊ椒纸夂椭芷谄椒€(wěn)分析、重分形等理論，對(duì)這些方法在故障診斷中的應(yīng)用進(jìn)行了初步探索，取得了以下主要結(jié)論： 1.為解決工程實(shí)際中常常遇到的大參數(shù)強(qiáng)噪聲背景下的微弱信號(hào)檢測(cè)，在深入探討了小參數(shù)隨機(jī)共振原理的基礎(chǔ)上，提出了變參數(shù)隨機(jī)共振的思想和實(shí)現(xiàn)方法，能夠從很強(qiáng)的噪聲中檢測(cè)微弱的有用的特征信號(hào)，用來(lái)提取機(jī)電設(shè)備微弱故障信息，具有潛在的應(yīng)用價(jià)值，是微弱故障特征信息檢測(cè)的一

2、種有效方法。 2.EMD技術(shù)作為一種新的非線性非平穩(wěn)信號(hào)的分析工具，可以根據(jù)信號(hào)自身的時(shí)間特征尺度進(jìn)行分解，得到若干個(gè)基本模式分量，實(shí)現(xiàn)信號(hào)頻帶的自適應(yīng)劃分。對(duì)振動(dòng)信號(hào)基本模式分量的深層次信息挖掘進(jìn)行了探討，基于混合特征時(shí)間尺度提出了振動(dòng)信號(hào)趨勢(shì)項(xiàng)提取方法，具有穩(wěn)定性和一致性好，運(yùn)算速度快等特點(diǎn)；基于經(jīng)驗(yàn)?zāi)Ｊ椒纸庾赃m應(yīng)劃分頻帶功能提出了循環(huán)平穩(wěn)信號(hào)特征提取方法，可有效克服對(duì)復(fù)雜信號(hào)循環(huán)域解調(diào)過(guò)程中存在的交叉項(xiàng)頻率的干擾，將調(diào)制信

3、號(hào)的調(diào)制源和載波很好地分開(kāi)。 3.分形幾何(特別是多重分形)的研究發(fā)展，為復(fù)雜機(jī)械常見(jiàn)故障的區(qū)分以及振動(dòng)信號(hào)的分析等奠定了一定的理論基礎(chǔ)。提出以H(o)lder指數(shù)概念來(lái)刻劃信號(hào)函數(shù)在某點(diǎn)的奇異性，通過(guò)控制窗口長(zhǎng)度S和權(quán)重遞歸系數(shù)λ兩個(gè)參數(shù)，設(shè)計(jì)并實(shí)現(xiàn)了H(o)lder指數(shù)的數(shù)值計(jì)算，為多重分形的信號(hào)分析提供了有效的處理方法。該方法一方面可用來(lái)表示數(shù)據(jù)的總體不規(guī)則性及其急劇的振蕩變化性，另一方面可通過(guò)時(shí)域到頻域的轉(zhuǎn)換，在頻率域中