石家庄风机厂振动信号分析方法的确定
石家庄风机厂 石家庄风机 石家庄市风机厂 石家庄风机维修 石家庄风机销售
2.3 石家庄风机厂振动信号分析方法的确定
振动信号中包含着机械系统工作状态的重要信息，选择合适的振动信号分析方法在故障诊断中尤为重要。
2.3.1 傅里叶变换
自从 1822 年傅里叶(Fourier)发表“热传导解析理论”以来，傅里叶变换一直是信号处理领域中最完美、应用最广泛、效果最好的一种分析手段傅里叶变换的基本思想是将信号分解成一系列不同频率的连续正弦波的叠加，或者从另一个角度来说是将信号从时间域转换到频率域。对于许多情况，傅里叶分析是能够很好地满足分析要求的。傅里叶信号分析主要包括两个部分:傅里叶级数和傅里叶变换。在傅里叶信号分析理论中，“任何"周期信号都可以用成谐波关系的正弦级数来表示；而非周期信号表示成不全成谐波关系的正弦信号的加权积分，即傅里叶积分(变换)。
在机械故障诊断技术中提取信号特征及特征分析是非常关键的环节，特征提取的完善和正确与否，直接影响到诊断是否成功和诊断结果的准确性。对于旋转机械的各种不同故障，一般都有其相对应的振动特征，振动问题是机械设备运行中最主要的问题，因此在机械故障诊断和趋势预测中，振动信号分析成为特征信号分析所依赖的基础，振动信号分析方法的优劣直接影响着最终判断、决策的准确度和精度，信号分析因而也成为故障诊断领域里最活跃的一个分支。当前常用的机械故障信号征兆提取方法，多是假设振动信号具有平稳和高斯分布的特性，但是在工程实际中，信号的平稳性总是相对的，当机械设备发生故障或工作异常时，其相应的振动或噪声信号一般呈非平稳特性，即此时信号是时变的、非平稳的。通常情况下，信号的频率成分是随时间变化的，而传统的傅里叶变换理论中表征信号交变的基本量是与时间无关的频率，其频谱及能量分布的功率谱不能分辨出故障频率分量出现的具体时间和变化趋势，因此基于傅里叶变换理论的信号分析技术只适用于平稳信号分析，要想了解信号的频谱和功率谱随时间变化的情况，必须对信号进行时频分析，所以在机械故障诊断领域里进行非平稳信号的分析方法研究是非常必要的，对提高机械设备故障诊断及趋势预测的准确性有着重要意义。
2.3.2 小波变换
基于小波变换的时频表示的基本思想是:认为自然界各种信号中频率高低不同的分量具有不同的时变特性，通常是较低频率成分的频谱特征随时间的变化比较缓慢，较高频率成分的频谱特征则变化比较迅速。因此，按这样的规律非均匀地划分时间轴和频率轴，就能获得比较合适的时间和频率分辨力小波变换的小波基函数 ψ ( t)的频域变换 ψ (ω )可以解释为中心频率为0f 的带通滤波器。通过改变平移参数，得到一滤波器组，信号通过这一滤波器组，便可获得小波分解系数。通过改变尺度参数，中心频率发生平移，从而能够对更低频率的信号成分进行分析。正是由于这种不断改变中心频率的行为，使得小波变换能够对信号的不同频率成分进行分析，达到逐渐精细的目的。小波变换的这种多尺度特性或者多分辨率特性，使得小波变换被誉称为“数学显微镜”。
虽然小波变换得到了足够的重视和广泛的应用，但也有一些难以克服的缺点。在小波变换中，可以根据需要构造不同的小波基，正是由于有不同的小波基可供选择，使得小波变换对信号分析有足够的适应性，能够满足不同应用领域的要求。我们可以从信号的全局出发，根据一定的准则，构造或者选择最佳的小波基。但是在小波变换中，小波基一经选择，在整个分解和重构过程中都无法更换，因此有可能该小波基在全局上是最佳的，但对某个局部区域来说却是最差的。由于小波基对信号的局部并没有适用性，对某一信号，依据什么原则，用什么判据选择小波基，目前在理论上和实际应用上都还是一个难点。目前在工程上影响小波变换应用的一个重要原因就是小波基的选择，不同的小波基具有不同的性质，对信号的分析能力也不同，对同一信号采用不同的小波基得到的结果基本没有可比性。