基于全信息技术非平稳信号wigner分布及的应用

《基于全信息技术非平稳信号wigner分布及的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要在转子系统振动信号分析中，传统的信息处理方法大多是以单通道信号来进行分析。然而，实际中，在同一截面的不同位置测得的振动信息可能存在很大的差异。因此选择哪～路信号进行分析，可能在频谱、振动强度分析等方面会带来很大的差异，得到不同的结果。而全信息技术之一的全矢谱技术能很好融合同一截面的多通道信号，克服了传统信息处理技术的不全面性和不完整性。当前，全矢谱分析主要集中在平稳信号的分析和处理中，然而，当机械发生故障时，往往表现出非平稳、非线性、非高斯性。对于非平稳信号，其频谱特性是随时问变化的，单纯的时域或频域分析都不能充分描述非平稳信号，而信号的时频分析提供了信号的频

2、谱内容随时闻变化的信息，是分析非平稳信号的一个有力工具。在非平稳信号处理中，有多种时频分析方法，如短时傅里叶变换(sTFT)、小波变换(wT)、Wigner分布和模糊函数等。本文在国家自然科学基金(No．50675209)、河南省杰出人才创新基金(No．0621000500)和河南省重大科技攻关资助项目(No．0122022000)资助下，以Wigner分布和模糊函数为例，结合全矢谱分析和时频分析方法，研究基于全信息的旋转机械故障诊断方法，并进行仿真和实验验证。其主要内容包括以下几方面：1．结合全矢谱分析技术和Wigner分布各自的优点，提出了一种新的信号处理方法

3、一矢Wigner分布。论述了矢Wigner分布的定义和算法，并进行仿真研究和实验研究。由于矢Wigner分布和Wigner分布一样，仍存在交叉干扰项，为此，进一步研究了矢平滑伪Wigner-Ville分布、矢重排平滑伪Wigner-Ville分布、矢Choi-Williams分布、矢锥形核分布。并对不同的矢Wigner分布进行分析对比，最后，将提出的方法应用到转子系统的故障诊断中。实验结果表明，提出的方法是有效的。2．由于模糊函数继承了Wigner分布的所有优点，同时又能很好地抑制霄igner分布中的交叉项干扰，这里，将矢Wigner分布的构造思想推广到模糊函数中

4、，提出了矢模糊函数的概念。本文阐述了矢模糊函数的定义、算法及其特点，并把矢模糊函数成功地应用到旋转机械故障诊断中。仿真和实验结果表明，提出的矢模糊函数在旋转机械故障诊断中是非常有效的，矢模糊函数优于矢Wigner分布。它可以更全面、更清楚地反映截面上信号的时频特征，从而为故障诊断提供准确的依据。3．在提出的矢Wigner分布的基础上，结合分数阶傅立叶交换(FRFT)的优点，提出了矢分数Wigner分布的全信息信号处理方法，给出了相应的定义和数值计算。同时，将矢分数Wigner分布和矢Wigner分布进行了对比分析。仿真和实验结果表明，矢分数Wigner分布提供了比

5、矢Wigner分布更多的优良特性。关键词：矢谱；矢Wigncr分椎；矢模糊函数；分数阶傅立叶变换；时频分析；故障诊断IIAbstractInalongperiodoftime，conditionmonitoringofthemachineryandfaultdiagnosisarebasedontheanalysisofthesignalcomingfromsinglechannel．Thevibrationoftherotorisadimensionalconception．Thesignalcomingfromsinglechannelonlyreflects

6、thevibrationoftherotorinthesensororientation,SOitcan’taccuratelyofferintegralinformation．TheVector-spectrum,oneofthefullinformationtechniques．c龇overcometheincompletionintraditionalmethods．TheVector-spectrumisajointnameofvectorspectrumanditspatulousanalysismethods，theyfusethedoublechan

7、nels’informationandremainthemeaningsofcorrespondingtraditionalmethods．TheVectorspgctnlmandit’Spatulousmethodsareonlyusedtoanalyzestationarysignalsnow．Butthenonstationarysignalisthemainlyfaultsignal．Soit’SnecessarytoextendtheVector-spectrumanalysistononstationarysignalprocessing．Here，s

8、uppor