【摘要】： 本文以機(jī)械故障振動(dòng)信號(hào)的包絡(luò)解調(diào)方法為研究對(duì)象,在分別回顧現(xiàn)有包絡(luò)解調(diào)方法的原理、特點(diǎn)及存在的問題基礎(chǔ)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(jīng)驗(yàn)?zāi)B(tài)分解的解調(diào)方法等),運(yùn)用解析小波變換、S變換和隨機(jī)共振理論,著重研究了周期或幾乎周期調(diào)制信號(hào)的包絡(luò)解調(diào)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(fù)小波,由于其實(shí)部和虛部可構(gòu)成Hilbert變換對(duì),因此常用于故障振動(dòng)信號(hào)的包絡(luò)提取,其中的Morlet小波最常用。在闡述了解析小波頻譜為一實(shí)值函數(shù)是其實(shí)部和虛部構(gòu)成Hilbert變換對(duì)的一個(gè)充分條件后,論證了“這類解析小波變換系數(shù)的實(shí)部和虛部同樣構(gòu)成Hilbert變換對(duì)”的結(jié)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(duì)信號(hào)的變換可用于提取信號(hào)的包絡(luò)。在這些基礎(chǔ)上,提出了一種基于諧波組合小波變換的周期調(diào)制信號(hào)的包絡(luò)解調(diào)方法,該方法通過(guò)諧波組合小波變換簡(jiǎn)便地實(shí)現(xiàn)了信號(hào)梳狀濾波和包絡(luò)解調(diào)的統(tǒng)一。由于它基于信號(hào)的梳狀濾波,顯然比基于帶通濾波的包絡(luò)解調(diào)方法(包括Morlet小波方法)具有更好的抗噪聲能力,可得到簡(jiǎn)明的解調(diào)譜特征。 S變換是同時(shí)具有連續(xù)小波變換和短時(shí)傅里葉變換特征的一種新的時(shí)頻局域分析方法。它與一個(gè)特定的連續(xù)Morlet小波變換有著內(nèi)在聯(lián)系,是對(duì)該Morlet小波變換結(jié)果的相位校正�；谡瓗д{(diào)幅信號(hào)的S變換時(shí)頻譜的切片是該信號(hào)包絡(luò)的事實(shí),提出用奇異值分解的周期性檢測(cè)方法,在S變換時(shí)頻譜中檢測(cè)周期調(diào)幅信號(hào)的特征頻率,并對(duì)含有周期或幾乎周期分量的切片(即包絡(luò))用奇異值分解提取該分量,從而實(shí)現(xiàn)周期調(diào)幅信號(hào)的包絡(luò)解調(diào)分析。由于奇異值分解的周期或幾乎周期分量檢測(cè)方法在抗噪聲能力上優(yōu)于頻譜和自相關(guān)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(diào)幅信號(hào)的包絡(luò),因此它適用于強(qiáng)噪聲干擾下周期調(diào)幅信號(hào)的包絡(luò)解調(diào)分析。 隨機(jī)共振在微弱信號(hào)的增強(qiáng)放大和檢測(cè)方面有著獨(dú)特的優(yōu)勢(shì)。結(jié)合雙穩(wěn)系統(tǒng)隨機(jī)共振效應(yīng)和常用的包絡(luò)解調(diào)方法,提出了增強(qiáng)放大微弱的低頻調(diào)制信號(hào),在解調(diào)譜中識(shí)別低頻調(diào)制頻率的方法。通過(guò)調(diào)節(jié)計(jì)算步長(zhǎng)和雙穩(wěn)系統(tǒng)形狀參數(shù),成功實(shí)現(xiàn)了直接增強(qiáng)放大弱的低頻調(diào)制信號(hào),而不是高頻載波信號(hào)。為獲得較好的隨機(jī)共振效果,采用自動(dòng)搜索確定最佳計(jì)算步長(zhǎng)和雙穩(wěn)系統(tǒng)形狀參數(shù)的策略。由仿真和實(shí)測(cè)的弱周期調(diào)制信號(hào)分析可知,所提出方法對(duì)于低頻周期調(diào)制信號(hào)的解調(diào)譜分析效果明顯優(yōu)于FFT譜分析和常用解調(diào)方法。 以上所提出的周期或幾乎周期調(diào)制信號(hào)的包絡(luò)解調(diào)新方法,通過(guò)信號(hào)仿真以及用于齒輪和滾動(dòng)軸承故障實(shí)測(cè)振動(dòng)信號(hào)的分析,證實(shí)了它們的有效性,以及某些獨(dú)特的優(yōu)越性。有理由相信,它們?cè)邶X輪和滾動(dòng)軸承故障診斷方面有著良好的應(yīng)用前景。
【圖文】：

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

，._1、‘’“’O‘(k‘，萬(wàn)) (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(yīng)信號(hào)的時(shí)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(shí)間，.圖2.2周期沖擊響應(yīng)信號(hào)的時(shí)域波形 652431lz二、，乙、細(xì)替俘中膽翅移免扭廈側(cè)鉑伯D占一飛苗六苗丁戈茄六奮六茲擴(kuò)愉苗男翁“益言戈翁~面場(chǎng)如率IHz圖2.3周期沖擊響應(yīng)信號(hào)的功率譜密度
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2008
【分類號(hào)】：TH113.1

【引證文獻(xiàn)】

相關(guān)期刊論文 前5條

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

2 侯者非;楊杰;王克成;王云鵬;;改進(jìn)梳狀包絡(luò)檢波方法在滾動(dòng)軸承故障診斷中的應(yīng)用[J];煤礦機(jī)械;2010年02期

3 朱云博;馮廣斌;孫華剛;李順德;;基于數(shù)學(xué)形態(tài)學(xué)的振動(dòng)信號(hào)降噪和解調(diào)方法研究[J];機(jī)械科學(xué)與技術(shù);2012年08期

4 李建毅;石林鎖;滕明春;何原飛;;基于EMD細(xì)化包絡(luò)譜分析的齒輪箱故障診斷[J];機(jī)械傳動(dòng);2013年03期

5 侯者非;楊杰;張雪;;基于復(fù)小波和奇異值比譜的軸承故障檢測(cè)方法[J];武漢理工大學(xué)學(xué)報(bào);2011年01期

相關(guān)會(huì)議論文 前1條

1 馮明時(shí);胥永剛;馬海龍;高立新;;滾動(dòng)軸承微弱特征的非線性增強(qiáng)與解調(diào)方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 侯者非;強(qiáng)噪聲背景下滾動(dòng)軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

2 蘇文勝;滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D];大連理工大學(xué);2010年

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

相關(guān)碩士學(xué)位論文 前7條

1 王小玲;頻帶熵方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];上海交通大學(xué);2012年

2 劉延濤;呼吸與心跳運(yùn)動(dòng)干擾下的消融導(dǎo)管定位信號(hào)仿真分析及試驗(yàn)研究[D];鄭州大學(xué);2012年

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

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

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

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

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

本文編號(hào)：2623891