欢迎来到天天文库
浏览记录
ID:31984108
大小:2.19 MB
页数:74页
时间:2019-01-30
《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
此文档下载收益归作者所有