【摘要】： 本文以機械故障振動信號的包絡解調方法為研究對象,在分別回顧現(xiàn)有包絡解調方法的原理、特點及存在的問題基礎上(如Hilbert變換、廣義檢波濾波、能量算子以及基于循環(huán)平穩(wěn)和經驗模態(tài)分解的解調方法等),運用解析小波變換、S變換和隨機共振理論,著重研究了周期或幾乎周期調制信號的包絡解調新方法,期望所提出的方法具有良好的抗噪聲能力。 解析小波是復小波,由于其實部和虛部可構成Hilbert變換對,因此常用于故障振動信號的包絡提取,其中的Morlet小波最常用。在闡述了解析小波頻譜為一實值函數(shù)是其實部和虛部構成Hilbert變換對的一個充分條件后,論證了“這類解析小波變換系數(shù)的實部和虛部同樣構成Hilbert變換對”的結論。由此直接推知,諧波小波、諧波組合小波也屬于這類解析小波,其對信號的變換可用于提取信號的包絡。在這些基礎上,提出了一種基于諧波組合小波變換的周期調制信號的包絡解調方法,該方法通過諧波組合小波變換簡便地實現(xiàn)了信號梳狀濾波和包絡解調的統(tǒng)一。由于它基于信號的梳狀濾波,顯然比基于帶通濾波的包絡解調方法(包括Morlet小波方法)具有更好的抗噪聲能力,可得到簡明的解調譜特征。 S變換是同時具有連續(xù)小波變換和短時傅里葉變換特征的一種新的時頻局域分析方法。它與一個特定的連續(xù)Morlet小波變換有著內在聯(lián)系,是對該Morlet小波變換結果的相位校正。基于窄帶調幅信號的S變換時頻譜的切片是該信號包絡的事實,提出用奇異值分解的周期性檢測方法,在S變換時頻譜中檢測周期調幅信號的特征頻率,并對含有周期或幾乎周期分量的切片(即包絡)用奇異值分解提取該分量,從而實現(xiàn)周期調幅信號的包絡解調分析。由于奇異值分解的周期或幾乎周期分量檢測方法在抗噪聲能力上優(yōu)于頻譜和自相關函數(shù)分析,又該方法從含有干擾分量的切片中直接提純周期調幅信號的包絡,因此它適用于強噪聲干擾下周期調幅信號的包絡解調分析。 隨機共振在微弱信號的增強放大和檢測方面有著獨特的優(yōu)勢。結合雙穩(wěn)系統(tǒng)隨機共振效應和常用的包絡解調方法,提出了增強放大微弱的低頻調制信號,在解調譜中識別低頻調制頻率的方法。通過調節(jié)計算步長和雙穩(wěn)系統(tǒng)形狀參數(shù),成功實現(xiàn)了直接增強放大弱的低頻調制信號,而不是高頻載波信號。為獲得較好的隨機共振效果,采用自動搜索確定最佳計算步長和雙穩(wěn)系統(tǒng)形狀參數(shù)的策略。由仿真和實測的弱周期調制信號分析可知,所提出方法對于低頻周期調制信號的解調譜分析效果明顯優(yōu)于FFT譜分析和常用解調方法。 以上所提出的周期或幾乎周期調制信號的包絡解調新方法,通過信號仿真以及用于齒輪和滾動軸承故障實測振動信號的分析,證實了它們的有效性,以及某些獨特的優(yōu)越性。有理由相信,它們在齒輪和滾動軸承故障診斷方面有著良好的應用前景。
【圖文】：

擊響應信號的常用解調方法分析響應信號由一個脈沖序列被一個幅值按指數(shù)衰減的(即正弦波頻率)取為3kHz，周期調制頻率幾取。該信號的數(shù)值實現(xiàn)公式如下:x(、)·e一a‘’(sinZ二關、:)，，._1、‘’“’O‘(k‘，萬)，丁=八=0.00”‘秒，m口d(x刃表示‘除以，的余時域波形，圖2.3是其功率譜密度，可見在載頻人

，._1、‘’“’O‘(k‘，萬) (2.34)其中“·80“，丁=八=0.00”‘秒，m口d(x刃表示‘除以，的余數(shù)。圖2.，是周期沖擊響應信號的時域波形，，圖2.3是其功率譜密度，可見在載頻人二3kHz附近存在清時間，.圖2.2周期沖擊響應信號的時域波形 652431lz二、，乙、細替俘中膽翅移免扭廈側鉑伯D占一飛苗六苗丁戈茄六奮六茲擴愉苗男翁“益言戈翁~面場如率IHz圖2.3周期沖擊響應信號的功率譜密度
【學位授予單位】：武漢理工大學
【學位級別】：博士
【學位授予年份】：2008
【分類號】：TH113.1

【引證文獻】

相關期刊論文 前5條

1 胥永剛;馮明時;謝志聰;張建宇;;滾動軸承聲發(fā)射特征的單分類方法及其應用[J];軸承;2012年09期

2 侯者非;楊杰;王克成;王云鵬;;改進梳狀包絡檢波方法在滾動軸承故障診斷中的應用[J];煤礦機械;2010年02期

3 朱云博;馮廣斌;孫華剛;李順德;;基于數(shù)學形態(tài)學的振動信號降噪和解調方法研究[J];機械科學與技術;2012年08期

4 李建毅;石林鎖;滕明春;何原飛;;基于EMD細化包絡譜分析的齒輪箱故障診斷[J];機械傳動;2013年03期

5 侯者非;楊杰;張雪;;基于復小波和奇異值比譜的軸承故障檢測方法[J];武漢理工大學學報;2011年01期

相關會議論文 前1條

1 馮明時;胥永剛;馬海龍;高立新;;滾動軸承微弱特征的非線性增強與解調方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關博士學位論文 前3條

1 侯者非;強噪聲背景下滾動軸承故障診斷的關鍵技術研究[D];武漢理工大學;2010年

2 蘇文勝;滾動軸承振動信號處理及特征提取方法研究[D];大連理工大學;2010年

3 明陽;基于循環(huán)平穩(wěn)和盲源分離的滾動軸承故障特征提取方法研究[D];上海交通大學;2013年

相關碩士學位論文 前7條

1 王小玲;頻帶熵方法及其在滾動軸承故障診斷中的應用[D];上海交通大學;2012年

2 劉延濤;呼吸與心跳運動干擾下的消融導管定位信號仿真分析及試驗研究[D];鄭州大學;2012年

3 孫鵬沖;基于諧波小波和加速度包絡的城軌列車軸承故障診斷研究[D];北京交通大學;2012年

4 汪斌;異步電機狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究[D];北方工業(yè)大學;2012年

5 高大誠;基于支持向量機的齒輪箱故障診斷系統(tǒng)開發(fā)[D];東北大學;2010年

6 江瑞龍;基于最小熵解卷積的滾動軸承故障診斷研究[D];上海交通大學;2013年

7 張任;基于振動信號的齒輪箱智能故障診斷方法研究[D];北京化工大學;2013年

本文編號：2623891