本文詳細(xì)闡述了高階統(tǒng)計(jì)分析理論,在此基礎(chǔ)上設(shè)計(jì)了一系列仿真實(shí)驗(yàn)驗(yàn)證理論。然后利用雙譜、雙相干譜以及1（1/2）維譜這些高階統(tǒng)計(jì)分析方法,對(duì)汽輪機(jī)異常振動(dòng)信號(hào)、齒輪點(diǎn)蝕故障、裂紋故障振動(dòng)信號(hào)進(jìn)行分析,結(jié)果表明,采用高階譜分析性能穩(wěn)定、靈敏度高,可有效抑制振動(dòng)信號(hào)中的高斯噪聲,同時(shí)還可以分析比較出故障發(fā)展過程中信號(hào)相位耦合變化情況,得出比經(jīng)典分析方法更有效的故障特征提取手段,從而更有利于后續(xù)的故障診斷。 

【文章來源】：華北電力大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高斯白噪聲信號(hào)的經(jīng)典信號(hào)分析

聲信號(hào){二(。)}，其均值為。，方差為1，采樣頻率fs一300石及，共采集樣本4096點(diǎn)。對(duì)其進(jìn)行經(jīng)典信號(hào)分析，如圖3一l所示，由上至下分別是高斯信號(hào)振動(dòng)時(shí)間序列(取開始一小段展示)、歸一化峭度、偏度、功率譜(以對(duì)數(shù)譜形式給出)。由時(shí)序圖可以看出，此高斯信號(hào)振幅不固定，沒有周期性，是一個(gè)典型的隨機(jī)信號(hào);歸一化的峭度在其均值3.0055附近小幅波動(dòng);偏度也隨著時(shí)間在其均值0.05附近小幅波動(dòng);功率譜雜亂無規(guī)律，全頻域內(nèi)幅度變化不大，這說明對(duì)白噪聲的仿真是比較成功的。所以，在誤差允許范圍內(nèi)，高斯信號(hào)的歸一化峭度等于3

均值附近的波動(dòng)也越發(fā)的微弱，這說明混合信號(hào)的非高斯性越發(fā)的增強(qiáng)。理論上，純高斯信號(hào)、純正弦信號(hào)的偏度恒等于0，不過由于樣本點(diǎn)有限以及仿真的誤差，圖3一4中的4組實(shí)驗(yàn)偏度均值都不為O，但是值都很小，且波動(dòng)也十分微小，所以在誤差允許范圍內(nèi)可近似認(rèn)為，它們的偏度都為0，都是對(duì)稱分布的無偏斜信號(hào)。由功率譜可以看出，隨著正弦信號(hào)的振幅增大，混合信號(hào)的功率譜峰值增大，正弦信號(hào)對(duì)應(yīng)頻率的譜峰也漸漸清晰，這與信噪比升高是一致的。從經(jīng)典分析可以看出，正弦信號(hào)疊加高斯白噪聲后，仍然是一個(gè)非高斯無偏斜信號(hào)，所以對(duì)上述4個(gè)實(shí)驗(yàn)進(jìn)行雙譜分析


本文編號(hào)：3472052