基于Wigner高阶谱的机械故障诊断的研究

Wigner高阶谱是Wigner-ville分布到高阶矩谱域的扩展,可同时从时域和频域描述信号的高阶谱特征,是分析时变的非高斯信号的有力工具。将Wigner高阶谱应用到机械故障诊断中,研究了交叉干扰项的消除和抑噪能力。仿真和试验结果表明该方法是有效的,得到了一些有价值的结论。

基于局域均值分解和Wigner高阶矩谱的机械故障诊断方法的研究

结合局域均值分解(Local mean decomposition,LMD)方法和Wigner高阶矩谱,提出一种基于局域均值分解的Wigner高阶矩谱的机械故障诊断方法,该方法保留了LMD和Wigner高阶矩谱的所有优良性能,有效地抑制了Wigner高阶矩谱的交叉项的干扰。仿真结果表明,提出的方法优于直接Wigner高阶矩谱和Choi-Williams核滤波后的Wigner高阶矩谱。最后,将该方法应用到轴承故障诊断中,实验结果进一步验证了该方法的的有效性。

切片Wigner高阶矩谱在故障诊断中的应用

为了更好地提取在设备状态监控中振动信号的故障特征,采用Wigner高阶时频分布的方法,研究了柴油机的缸套活塞在不同磨损情况下振动信号的平滑切片Wigner三谱。实验结果显示:从柴油机磨损初期阶段到后期阶段的过程中,爆燃阶段振动信号的平滑切片Wigner三谱清楚地说明信号的能量逐渐向宽频带范围扩散,且持续时间逐渐减小。在磨损程度和故障特征之间建立了映射关系,进一步说明通过Wigner高阶矩谱可以有效地对非平稳、非高斯振动冲击信号进行特征提取和检测,验证了该方法在故障特征提取中具有很好的应用潜力。通过该方法可以提取有价值的关于冲击信号的时间和谱特性的量化信息。

高阶非线性时频表示在故障特征提取中的应用

将高阶时频表示引入机械故障诊断领域。介绍了Wigner高阶矩谱(WHOS)的概念、定义。针对多分量信号Wigner高阶矩谱的交叉项会产生“虚假信号”,结合局域波法,提出了一种抑制WHOS交叉项的新方法。首先对复杂信号进行预处理,利用局域波分解方法把其分解成有限个具有单分量特性的基本模式分量,然后对每个基本模式分量计算WHOS。该方法能有效抑制WHOS时频分布的交叉项。通过仿真实验和转子的故障实验,以Wigner双谱为例,验证了该方法的实用性,为故障诊断的特征提取提供了新的工具。