發(fā)布時間：2020-05-04 16:41

【摘要】：現(xiàn)有的信號分析與處理的方法在高頻段細(xì)化分析以及對非平穩(wěn)信號和奇異信號的分析方面不理想。所以,很有必要進(jìn)行新的信號分析與處理方法的研究,以便提取故障特征。本文研究的諧波小波分析方法是故障信號分析與處理的新方法之一。 從小波的頻譜出發(fā),構(gòu)造出了具有嚴(yán)格盒形譜特性及簡單的解析表達(dá)式的諧波小波。經(jīng)過嚴(yán)格的數(shù)學(xué)推導(dǎo),得到了基于FFT的二進(jìn)諧波小波快速算法,在此快速算法得到的諧波小波系數(shù)和Parseval定理的基礎(chǔ)上,構(gòu)造出諧波小波時頻網(wǎng)格圖、時頻等高線圖和時頻剖面圖。通過對某試驗(yàn)臺的齒輪斷齒信號進(jìn)行二進(jìn)諧波小波分析,以諧波小波時頻網(wǎng)格圖為基礎(chǔ),結(jié)合諧波小波時頻等高線圖和時頻剖面圖,成功診斷出周期性斷齒沖擊信號,表明二進(jìn)諧波小波有很強(qiáng)的特征信號提取能力。 把二進(jìn)諧波小波推廣到廣義諧波小波,由于廣義諧波小波可以對頻帶進(jìn)行任意的選擇,利用這一特點(diǎn),可以對其進(jìn)行小波包分析,對信號的高頻與低頻進(jìn)行同樣高分辨率的分析。通過對一個模擬仿真信號進(jìn)行諧波小波包分析,說明了諧波小波包算法的正確性與有效性。對某試驗(yàn)臺采集到的軸心軌跡信號進(jìn)行諧波小波提純,得到明顯的橢圓形軸心軌跡,說明廣義諧波小波有良好的濾波效果。 廣義諧波小波算法對計(jì)算給定能級參數(shù)的小波分解系數(shù)很有效,但如何去選取能級參數(shù)(頻帶)及由此得到的小波,一直都是有待解決的問題。本文介紹的自適應(yīng)諧波小波變換(AHWT)對能級參數(shù)作自適應(yīng)選擇,有效的解決了這一問題。并通過對某試驗(yàn)臺采集到的齒輪箱故障齒輪信號進(jìn)行自適應(yīng)諧波小波分析,說明AHWT具有很高的頻率分辨率和很強(qiáng)的特征信號提取能力。
【圖文】：

(c)小波時頻網(wǎng)格圖圖2.6標(biāo)準(zhǔn)正弦信號信號(.224)包含10HZ和40112兩個頻率分格圖(圖.26)c顯示出兩個波峰，分別對應(yīng)j=明這兩個頻帶內(nèi)信號的能量相等。由諧波小波。。一。二_、分別對應(yīng)其OFurier系數(shù)F0一凡_，，而各采樣頻率sf有著以下的關(guān)系:人二從/N，k二0，兒…，，N一j一4層和j一6層對應(yīng)的小波系數(shù)分別為aZ‘。64一al27)，這樣，它們就分別對應(yīng)頻帶[8，16]兩個頻率分量分別落在這兩個頻帶內(nèi)。

漢科技大學(xué)碩士學(xué)位論文第21圖.27e中，曲面在一1層翹起，表明小波系數(shù)。。非零。這是由于。。一F0一粵節(jié)rf，川昌號由于存在突變導(dǎo)致其均值不為零，從而使。。為一較小的非零實(shí)數(shù)，并通過對數(shù)形式大了，對此我們可以不予考慮。在圖.27f中，可以看到在第4層小波的上方存在著8量突變，其對應(yīng)的時間點(diǎn)恰好與信號時頻波形中發(fā)生突變的位置相一致。小波時頻等圖(對數(shù)形式)正是通過這種方式告訴我們信號中存在著某種周期性的突變。再考察局部突變信號。對正弦信號(2.26)同樣以頻率sf一256Hz、點(diǎn)數(shù)N=512進(jìn)樣。取其中一點(diǎn)加上一個極小值使其突變，如令人2。=flZ。+.0000001。對其進(jìn)行諧波分解，結(jié)果如圖.28所示。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2005
【分類號】：TH17

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 趙景波;艦船腐蝕電磁場的測量及防護(hù)方法的研究[D];哈爾濱工程大學(xué);2006年

相關(guān)碩士學(xué)位論文 前6條

1 李永忠;基于諧波小波的并聯(lián)無源濾波器組阻抗特性測評方法研究[D];華北電力大學(xué)（北京）;2011年

2 杜威;旋轉(zhuǎn)機(jī)械全息譜分析精度提高方法的研究[D];重慶大學(xué);2011年

3 張峰;列車組合定位系統(tǒng)故障檢測與隔離算法的研究[D];北京交通大學(xué);2007年

4 葉進(jìn)生;諧波小波包在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2009年

5 周訓(xùn)強(qiáng);旋轉(zhuǎn)機(jī)械軸心軌跡的提純、特征提取與自動識別研究[D];重慶大學(xué);2010年

6 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

本文編號：2648688