振动信号处理技术的分类与应用
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
振动信号处理技术的分类与应用
发表时间:2017-03-15T15:28:41.433Z 来源:《科技中国》2016年12期作者:吴钰峰
[导读] 作为信息的载体,如果要在振动信号中提取出特征信息,就需要采取合理的振动信号处理方式。成都列五中学四川成都 610066
摘要:作为信息的载体,如果要在振动信号中提取出特征信息,就需要采取合理的振动信号处理方式,在状态监测、质量评价、参数检测、故障诊断上获取到有效的信息,本文主要针对机械故障诊断的研究现状与常见类型进行分析。
关键词:振动信号处理技术;分类;应用
随着现阶段科学技术的不断发展,机械自动化的水平也在不断加强,功能越来越完善,因此也就对设备维修技术也提出了更高的要求。在机械的使用过程中,要做好在线监测和故障分析方面,以保证企业的安全生产。良好的机械状况也会促进生产,提高企业的经济利益,因此保证优良的机械状况是稳定生产的前提。在生产过程中发现,大多数的机械故障都是在振动以后发生的,可以看出振动对于机械的损害是很严重的,因此如何在机械发生振动时及时的发现并采取行为是我们应该考虑的问题,现阶段也加强了振动信号处理技术的研究。
一、机械故障诊断的研究现状
早在上世纪60年代,关于机械故障的理论知识就已经产生,并开始对机械故障进行研究,到了70年代,国外的一些大型的机械设备厂在机械故障的诊断上取得了一定的成绩,这些方面的努力大大降低了机械的故障率,提高了生产效率。我国的机械故障诊断技术较之国外发达国家开始的较晚,发展至今大致经历了三个阶段,一是在上世纪80年代以前,机械故障的诊断依靠的是仪表器上的指针,技术人员通过指针上的数据判断机械是否正常运行,是否出现故障。二是到了90年代我们将国外先进的监控仪器引进国内,通过监控设备来分析机械是否有故障,机械故障的排除进入了半自动化。三是到了21世纪以后,故障诊断技术在我国引进并推广起来,它采用先进的故障排除手段,大大的提高了机械故障的排查能力,降低了机械出现大型故障的概率。
二、振动信号的处理方法
1、时域分析方法
时域分析方法是利用的最广泛的一种方法,其操作过程比较简单,就是在机械长期使用的过程中,根据机械本身的信号随时间的变动而产生的变动曲线来反应机械的运行情况,从而得出机械自身的一系列数据信息,是否在良好的运行范围内,如果结果出现偏差,要及时的对机械进行检查,以免出现大的故障。在进行数据分析师一般采用相关分析法和特征值分析法,相关分析就是对于随机抽取的数据进行相关的线性分析,以考察机械的性能。特征值分析就是对于信号中的特征值,例如平均值、有效值、最高值、方差等数据进行分析,以反应信号的总体特征。
2、频域分析法
频域分析法也是经常用到的一种方法,它是利用振动信号本身的频率特征反应机械设备的情况。振动频率是振动信号本身客观存在的,是振动信号的本质特征,因此更容易反应机械设备的故障情况。在对机械的频域进行分析时,一般采用频谱分析法和倒谱分析法,频谱分析方法要以时域分析为基础,将机械振动信号从时域转变为频域,从而得到振动信号的频谱,再利用相应的技术对频谱进行分析,看其是否在正常的范围内,若没有就要及时的做出调整。倒谱分析法应用在振动信号的成分比较复杂,没有一定的规律性,不容易得到相应的特征值的信号处理中,利用倒谱分析方法可以将不容易识别的信息区分出来,轻松地掌握机械的情况。
3、时频分析法
时频分析法分析的只是机械信号的某个特征,不能反映信号的全部信息,因此应用时频分析法时一般是对机械情况有了一个大致的了解,需要排查某些细节。时域分析法解决了频域分析法中不能了解信号瞬间发现变化的不足,对于非线性的非稳定信号也能很好的把握。时频分析法中采用的是小波变换的方法,这是新提出的一种解决非线性信号的一种方法,其使用效果很好,因为在前面叙述的方法中一般针对的是线性的稳定信号,对于非线性的非稳定信号处理束手无措,小波变换的时频分析法正好弥补了这一空白,所以一经提出就得到广泛的推广和应用。它还具有运算简单、准确、幅值不偏移等优点,但是它推出的时间较短,因此还需要补充和完善,以更好的为机械振动信号处理服务。
三、结语
总之,随着全社会机械化程度的发展,机械在我们的生活中发挥着越来越重要的作用,它方便了我们的生活,将人类从繁重的劳动中解放出来,但是机械容易发生故障,这一问题制约着机械的发展。我们在平时的使用中要做好机械故障的诊断工作,运用先进的信号处理技术,运用专门的方法,将可能会发生故障的机械排查出来,做好早诊断、早预防,避免我们遭受更大的损失。
参考文献:
[1] 林京. 基于最大似然估计的小波阈值消噪技术及信号特征提取[J]. 仪器仪表学报. 2005(09)
[2] 赵立业,王寿荣. 基于自适应小波阈值的硅微陀螺信号处理方法[J]. 微计算机信息. 2009(35)
[3] 唐进元,陈维涛,陈思雨,周炜. 一种新的小波阈值函数及其在振动信号去噪分析中的应用[J]. 振动与冲击. 2009(07)
[4] 吕振肃,马文. 自适应小波阈值算法在心电信号去噪中的应用[J]. 数据采集与处理. 2009(03)