基于自適應(yīng)最稀疏時(shí)頻分析的階次方法及應(yīng)用

《基于自適應(yīng)最稀疏時(shí)頻分析的階次方法及應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)?；谧赃m應(yīng)最稀疏時(shí)頻分析的階次方法及應(yīng)用　　摘要：自適應(yīng)最稀疏時(shí)頻分析是一種新的時(shí)頻分析方法，該方法將信號(hào)分解轉(zhuǎn)化為最優(yōu)化問題，在優(yōu)化的過程中實(shí)現(xiàn)信號(hào)的自適應(yīng)分解。為解決ASTFA方法初始相位函數(shù)的選擇問題，采用了分辨率搜索改進(jìn)的ASTFA方法，并進(jìn)一步結(jié)合階次分析方法提出了基于ASTFA的階次方法。該方法首先采用改進(jìn)的ASTFA方法對(duì)原始信號(hào)進(jìn)行分解

2、同時(shí)獲得分量的瞬時(shí)幅值，然后對(duì)瞬時(shí)幅值進(jìn)行階次分析從而提取故障特征信息。將該方法應(yīng)用于變速齒輪傳動(dòng)過程中的時(shí)變非平穩(wěn)振動(dòng)信號(hào)的分析與處理，仿真與實(shí)驗(yàn)分析表明該方法能夠準(zhǔn)確提取變速齒輪的故障特征信息，具有一定的優(yōu)越性?！　￡P(guān)鍵詞：自適應(yīng)最稀疏時(shí)頻分析；故障診斷；齒輪；階次分析；時(shí)變非平穩(wěn)信號(hào)　　中圖分類號(hào)：；TH165+.3文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1004--0542-07　　DOI：/　　引言為了充分發(fā)揮“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動(dòng)，對(duì)學(xué)生進(jìn)行安全教

3、育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)?！　⊥ㄟ^對(duì)振動(dòng)信號(hào)進(jìn)行分析與處理以提取相關(guān)信息已成為故障診斷與設(shè)備狀態(tài)監(jiān)控等領(lǐng)域常用的技術(shù)手段。對(duì)于齒輪傳動(dòng)，其升降速過程的振動(dòng)信號(hào)包含了豐富的狀態(tài)信息，一些在平穩(wěn)運(yùn)行時(shí)不易反映的故障特征可能會(huì)充分地表現(xiàn)出來[1]，因此對(duì)齒輪升降速過程的振動(dòng)信號(hào)進(jìn)行分析對(duì)于齒輪的故障診斷是非常有意義的。工程上，一般采用

4、階次分析方法來實(shí)現(xiàn)時(shí)變非平穩(wěn)信號(hào)的平穩(wěn)化，它可以將齒輪變速過程中產(chǎn)生的與轉(zhuǎn)速有關(guān)的振動(dòng)信號(hào)有效地分離出來，同時(shí)對(duì)與轉(zhuǎn)速無關(guān)的信號(hào)起到一定的抑制作用[2]。當(dāng)齒輪發(fā)生故障時(shí)，其振動(dòng)信號(hào)具有多分量的調(diào)幅調(diào)頻特性，因此在階次分析之前還需要將其分解為若干個(gè)單分量的調(diào)幅調(diào)頻信號(hào)之和。目前廣泛使用的分解方法是EMD方法，其通過多次迭代將信號(hào)分解為一系列具有不同時(shí)間尺度的內(nèi)稟模態(tài)函數(shù)之和，并通過Hilbert變換得到分量信號(hào)的瞬時(shí)頻率和瞬時(shí)幅值[3]，然后對(duì)得到的瞬時(shí)幅值進(jìn)行階次分析。實(shí)際上，這個(gè)過程是基于EMD的包絡(luò)階次譜方法，其首先進(jìn)行

5、EMD分解，然后采用Hilbert包絡(luò)解調(diào)方法對(duì)調(diào)幅調(diào)頻信號(hào)進(jìn)行處理以提取調(diào)幅特征[4]，最后對(duì)包絡(luò)信號(hào)進(jìn)行階次分析。EMD方法自提出后已廣泛用于結(jié)構(gòu)分析、設(shè)備診斷等各個(gè)研究領(lǐng)域，取得了較好的效果[5]。但是EMD方法缺少理論模型和數(shù)據(jù)基礎(chǔ)，在應(yīng)用上還會(huì)產(chǎn)生過包絡(luò)、欠包絡(luò)、模態(tài)混淆等問題[6]。另外，采用Hilbert包絡(luò)解調(diào)方法對(duì)調(diào)幅調(diào)頻信號(hào)進(jìn)行處理以提取調(diào)幅特征，會(huì)由于Hilbert變換而產(chǎn)生的負(fù)頻率問題[7]?！　∈芙陙戆l(fā)展的壓縮感知理論以及EMD方法的啟發(fā)，THOMASYHOU和Zuoqiang為了充分發(fā)揮“教學(xué)點(diǎn)數(shù)

6、字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動(dòng)，對(duì)學(xué)生進(jìn)行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)。SHI于XX年提出了一種自適應(yīng)最稀疏時(shí)頻分析方法[89]，主要思想是基于高斯牛頓迭代法解決非線性優(yōu)化問題從而實(shí)現(xiàn)信號(hào)的分解，通過尋找原信號(hào)的最稀疏表示，將信號(hào)分解問題轉(zhuǎn)化為非線性優(yōu)化問題。A

7、STFA與EMD方法不同，ASTFA在目標(biāo)優(yōu)化的過程中實(shí)現(xiàn)信號(hào)的自適應(yīng)分解，并直接得到各分量的瞬時(shí)頻率和瞬時(shí)幅值，從而獲得原始信號(hào)完整的時(shí)頻分布。ASTFA具有明確的數(shù)學(xué)基礎(chǔ)[10]，而且不需要進(jìn)行Hilbert變換就可以直接得到各分量的瞬時(shí)頻率和瞬時(shí)幅值，避免了使用Hilbert變換產(chǎn)生的負(fù)頻率問題[7]。但是，ASTFA使用了高斯牛頓迭代方法來解決非線性優(yōu)化問題，因此其對(duì)初始相位函數(shù)的選擇非常敏感，本文采用一種基于分辨率搜索初值的ASTFA方法以實(shí)現(xiàn)自適應(yīng)的尋找最優(yōu)的初值范圍。　　本文將改進(jìn)的ASTFA方法與階次分析方法相

8、結(jié)合提出了基于ASTFA的階次分析方法。首先采用改進(jìn)的ASTFA方法對(duì)原始信號(hào)進(jìn)行分解同時(shí)獲得各分量的瞬時(shí)幅值，再對(duì)瞬時(shí)幅值進(jìn)行階次分析得到局部特征信息。將該方法應(yīng)用于變速工況下存在故障的齒輪振動(dòng)信號(hào)的分析與處理，結(jié)果表明該方法能夠有效提取相應(yīng)的故障特征信息，適宜于處理時(shí)變非