[发明专利]一种基于信号时频分解的频率—峭度图的实现方法

说明书

本发明公开了一种基于信号时频分解的频率—峭度图的实现方法，首先对信号进行频率切片小波变换以求取它的时频分解结果，以此为基础，选择一个信号分量重构的带宽，以一定频率间隔为步长，在时频分解空间上选取时频子空间，把信号的时频空间分割为一系列具有相同带宽、又相互重叠的子空间。然后，采用频率切片小波变换逆变换提取该信号在这些子空间的时域分量，并计算这些子空间的时域分量的峭度值，进而得到信号在整个分析频带的峭度值序列；以每个时频子空间的中心频率作为横坐标值、对应信号分量的峭度作为纵坐标值，即可得到该信号的频率—峭度曲线，在频率—峭度曲线上的峰值对应的频率为机构或部件的共振频率。

技术领域

本发明属于机械设备信号处理领域，具体涉及一种基于信号时频分解的频率—峭度图的实现方法。

背景技术

轴承、齿轮等是机械设备中最常用的零部件，机械设备故障的30％以上是与它们相关的。这些部件出现损伤或故障时，在其旋转过程中会激发结构部件产生共振，由于冲击响应重复出现，伴随重复性的冲击，振动信号出现幅值调制现象，幅值调制的频率与故障特征有关。在故障初期这些特征被淹没在噪声中，因此，选择共振频带分离出重复冲击特征，可以有效地确定故障类型。

峭度是机械设备故障诊断中常用的无量纲指标，可用来度量信号中冲击分量的强弱。它是一种统计量指标，若以一定时间段的采样信号为基础计算，这种峭度就是一种时域指标。对于工作中的机械设备，当出现零部件故障时，其动态性能发生改变，振动加剧，因此，在机械设备状态监测和故障诊断领域，峭度常被用于评价机械设备或部件的状态。

文献[1]以采用短时傅立叶变换为基础，在选定窗函数后、以一定的带宽对振动信号进行滤波，然后计算各个频带滤波信号包络的峭度，用最大峭度值确定共振频带来提取轴承的损伤特征。文献[2]采用窄带滤波的方法对信号进行滤波，得到一系列信号分量，在获取这些信号分量包络的频谱的基础上，通过计算这些频谱幅值序列的峭度，来确定共振频带来提取轴承的损伤特征。文献[3]采用频率切片小波变换对振动信号进行时频分解，得到信号的时频能量分布，再对信号的时频空间以给定的频带宽度进行分割，以时频能量分布为基础计算这些时频子空间的时频峭度指标，以此确定共振频带提取轴承的损伤特征。

上述方法在应用过程中存在以下问题：

(1)采用短时傅立叶变换滤波和窄带滤波方法，需要事先设置窗函数的带宽和中心频率，需要先验知识。

(2)采用一个给定带宽以无重叠的、等宽的形式分割信号的频带或时频空间，往往会遗漏最佳频带，因为特征频带不一定正好落在人为分割的频带或时频区间内。

(3)滤波频带的宽度选择对基于信号包络的时域、频域峭度值计算的影响较大，带宽选择太大，滤波信号包络成分复杂，其峭度值不能很好地反映信号的冲击特征，带宽选择太小，滤波信号包络成分单一，其包络变化缓慢，冲击特征无法展现。

以下是申请人检索的相关参考文献：

[1]J.Antoni and R.B.Randall，The spectral kurtosis：application to thevibratorysurveillance and diagnostics of rotating machines[J].MechanicalSystems and SignalProcessing，2006，20：308-331。

[2]T.Barszcz，A.Jabtoński.A novel method for the optimal bandselection for vibration signal demodulation and comparison with the Kurtogram[J].Mechanical Systems and Signal Processing，2011，25：431–451。