非平稳信号分析的技术现状与方法研究

格式No1—2D型号:密别:标记:版次:非平稳信号分析的技术现状与方法研究AXXX-1105-10共42页北京航空航天大学2010年03月编制单颖春会签会签校对郜普刚审查何田审定林意洲标审何田批准郜普刚同意审签意见：发放清单：工作（计划）代码：主题词：序号更改单号更改标记更改页码签名日期目次前言.......................................................................................................................................1第一章故障信号的非平稳性.......................................................................................................2第二章非平稳信号常用的处理方法...........................................................................................42.1非平稳信号的处理方法..................................................................................................42.1.1分段或选段傅里叶变换.......................................................................................52.1.2加Hanning窗转速跟踪分析...............................................................................52.1.3短时傅立叶变换...................................................................................................52.1.4小波变换...............................................................................................................62.2Wigner-Ville分布.............................................................................................................72.3奇异值分解方法..............................................................................................................82.3.1基于奇异值分解的故障诊断技术现状...............................................................92.3.2提取突变信息的奇异值分解方法.....................................................................102.3.3提取突变信息的改进奇异值分解方法.............................................................112.3.4模拟信号提取结果及与改进前的比较.............................................................142.4局部均值分解................................................................................................................162.5数学形态学....................................................................................................................192.6分数Fourier变换..........................................................................................................232.6.1Fourier变换简介.................................................................................................232.6.2分数阶Fourier变换的应用................................................................................24第三章常用非平稳信号处理方法的比较.................................................................................263.1Fourier变换、短时Fourier变换和小波变换的比较..................................................263.2小波变换与奇异值分解方法的比较............................................................................273.3奇异值技术与改进奇异值技术之间的比较................................................................313.3.1J103型模型试验器动静件较重碰摩振动信号.................................................323.3.2柔性转子实验台动静件碰摩振动信号.............................................................343.4EMD方法与LMD方法的比较....................................................................................36第四章结论.................................................................................................................................39前言本报告主要是研究非平稳信号的特性及其在发动机典型故障诊断中的应用特点，从而对不同故障的引起的非平稳性信号处理方法进行选择，并加以改进，达到应用于工程实际的目的。第一章故障信号的非平稳性设备或工程系统在运行中产生的各种信息、被诊断结构系统在激励作用下产生的各种信息，由传感器变换为信号输出。信号中包含有丰富的用来作为故障诊断依据的各种特性参数，同时还伴随着各种各样的噪声，并多半以随机的形式出现。因此为了对系统进行故障诊断，就需要从这些信号中提取出诊断所需的特性参数和确定它的特性曲线。由于设备或系统在运行过程中产生的各种信息的特性不同，形成了各种不同的诊断技术，每种诊断技术所需要的是与它本身的自然规律相符合的特性参数，所以故障诊断中的信号处理技术可分为温度的信号处理、光学的信号处理、振动的信号处理、声的信号处理和其它的信号处理。其中振动信号处理是最复杂的，包括幅值域分析、时域分析、频域分析和时频域分析，本文研究的特征提取方法都是基于振动信号处理。根据信号发生过程的特性，信号可分为确定性信号和随机信号。确定性信号可以准确地用一个确定性的时间函数来描述，并可以准确地加以重现。而随机信号不能用确定性的时间函数来描述，也不能准确地加以重现。详细分类和相应的信号处理方法如表1.1所示。随机信号可以分成平稳随机信号和非平稳随机信号。所谓非平稳随机信号亦即其统计特性是时间的函数。在以设备振动信号为状态参量的设备运行状态检测与故障诊断中，因为设备运行转速的不稳定、载荷的变化以及设备故障产生的冲击、摩擦，导致非平稳与非线性振动的产生。严格地说，许多实际信号都是属于非平稳随机信号，基于平稳过程与线性过程的传统信号处理理论难以发挥作用，这种情况下就需要能处理非平稳与非线性信号的时频分析方法。但是由于受理论条件的限制，在80年代以前，人们对于信号进行分析仅仅局限于平稳的情况，进入80年代以后，随着时频分析理论与应用的发展，对于非平稳随机信号分析与处理的研究逐渐受到人们的广泛关注，并日益发展起来。振动信号分析作为了解设备运行状态和进行故障诊断的最主要途径，它的主要目标是要寻找一种简单有效的信号变换方法，使得信号所包含的重要信息显示出来，最终达到提取有效信号特征的目的。根据信号发生过程的特性，人们把信号划分为平稳性信号和非平稳性信号。非平稳信号是指信号的时频域统计特性与时间有关，即为时间的函数。航空设备中的振动信号存在着大量的非平稳性，具体表现在：（1）设备在运行过程中的多发故障，如剥落、摩擦、松动、爬行、冲击、裂纹、断裂、喘振、旋转失速、油膜涡动及油膜振荡等，当故障发生或发展时将导致信号的非平稳性的出现，因此非平稳性可以表征某些故障的存在。（2）工矿企业中有许多运行状态非平稳的设备，它们在运行过程中的转速、功率、负载都往往是变化的，如发电机组、往复机械、破碎机等。（3）一些设备在运行中的阻尼、刚度、弹性力、驱动力的非线性及动态响应的非线性，反映在动态信号上具有非平稳性。种种情况表明，工程中获得的动态信号，它们的平稳性是相对的、局部的，而非平稳性是绝对的，广泛的。针对信号的非平稳特性，人们研究了多种方法来提取其特征。目前，故障诊断中的非平稳信号处理方法大致有短时傅立叶变换（STFT）二次型时频分布，Hilbert-Huang变换和小波分析、局部均值分解、奇异值分解技术等。第二章非平稳信号常用的处理方法信号分析是了解设备运行状态和进行故障诊断的重要手段，它的主要目标是要寻找一种简单有效的信号变换方法，使得信号所包含的重要信息显示出来，最终达到提取有效信号特征的目的。分析信号并提取特征是整个故障诊断系统中最关键的步骤，提取特征的优劣将直接影响到故障诊断的好坏。同时特征提取也是故障诊断技术中的最大的难点。航空发动机等设备系统在故障状态下的振动信号中可能包含冲击等非平稳信号，因此对这种非平稳信号的检测和分析对于其诊断有着十分重要的意义。迄今，用于分析信号的最为普遍和最为成熟的方法是Fourier变换。遗憾的是Fourier变换是一种全局的变换，要么完全在时域，要么完全在频域，不能对信号同时进行时间—频率局域性分析，对非平稳信号的分析能力有限，不能很好地揭示非平稳信号的信息。针对Fourier变换的局限性，人们提出了多种改进的方法，如短时Fourier变换、Gabor变换、时频分析和Randon-Wigner变换等，其中比较有成效的方法有短时Fourier变换和Randon-Wigner变换、S变换、HHT变换和LMD变换、FrFT，以及一些Hurst指数、最大利亚普诺夫指数、分形维数等分析指标。另外，对于非平稳数据的处理，还有例如神经网络、粗糙集等基于知识的处理方法等。在本文中，主要详述基于时频分析的非平稳信号处理方法。2.1非平稳信号的处理方法平稳信号多基于F