机电设备故障诊断PPT教学课件-第3章故障特征的识别方法（1）.ppt

1,机电设备故障诊断,重点实验室张建宇2011-10-17,EquipmentFaultDiagnostics,关于采样频率的选择,思考：信号分别采用10Hz和20Hz的频率进行采样，将会出现什么问题？如何加以避免？,fs=10Hz,fs=20Hz,采样不失真的前提：,即：,3,关于FFT,理论基础：DFT（离散傅里叶变换）FFT点数选取：一般取时域信号相同的点数。FFT计算结果的分布特点：对称性。,4,第3章故障特征的识别方法,3.1时域分析方法3.2频域精密诊断3.3解调技术3.4时频联合分析,本章内容：,5,(1)周期信号：x(t)=x(t+nT),简单周期信号,复杂周期信号,预备知识：信号的分类描述,6,(2)非周期信号：再不会重复出现的信号。,准周期信号:由多个周期信号合成，但各信号频率不成公倍数。如：x(t)=sin(t)+sin(2.t),瞬态信号:如x(t)=e-Bt.Asin(2*pi*f*t),预备知识：信号的分类描述,7,(3)非确定性信号：不能用数学式描述，是一种随机过程。,噪声信号(平稳),预备知识：信号的分类描述,8,1、确定性信号与非确定性信号,确定性信号：用明确数学关系式描述非确定性信号：不能用数学关系式描述,不平衡故障,不对中齿轮故障轴承故障,冲击故障,正常信号,预备知识：信号的分类描述,9,2、连续时间信号与离散时间信号,(1)连续时间信号:在所有时间点上有定义,(2)离散时间信号:在若干时间点上有定义,预备知识：信号的分类描述,10,3.1.1时域统计特性3.1.2信号的相关分析,3.1时域分析方法,11,简谐振动：x=Asin(t+/2)峰值xp=A;峰峰值xp-p=2A平均绝对值xav=0.637A有效值xrms=0.707A平均值,3.1.1时域统计特性,12,式中：样本长度信号幅值落在和之间的时间和。,3.1.1时域统计特性,(1)概率密度分布,13,正弦信号,正弦信号+随机噪声,窄带随机噪声,宽带随机噪声,(1)概率密度分布,3.1.1时域统计特性,14,概率密度函数用于故障诊断,特点：上图：振动信号的概率密度分布图形陡峭、峰尖、底部窄。下图：振动幅值概率密度分布图形扁而且宽。,(1)概率密度分布,思考：哪幅图代表有故障的振动信号？,?,3.1.1时域统计特性,15,均值：,离散化计算公式：,均值：反映了信号变化的中心趋势，也称之为直流分量（常值分量）。,(2)有量纲统计参数,3.1.1时域统计特性,16,均方值：,有效值（均方根值）：,诊断用途：用以描述振动烈度。,(2)有量纲统计参数,3.1.1时域统计特性,17,方差：,方差：反映了信号绕均值的波动程度。（标准差）,(2)有量纲统计参数,3.1.1时域统计特性,18,峭度：,(2)有量纲统计参数,离散化公式：,峭度值：可以敏感捕捉信号中的冲击成分。,3.1.1时域统计特性,19,(2)有量纲统计参数,均值,有效值,峰值,标准差,峭度,常用指标,无量纲统计指标：峰值指标脉冲指标波形指标峭度指标,3.1.1时域统计特性,20,波形指标：有效值/绝对平均幅值峰值指标：峰值/有效值脉冲指标：峰值/绝对平均幅值裕度指标：峰值/方根幅值,(3)无量纲统计指标,3.1.1时域统计特性,21,偏态指标：峭度指标：峭度/标准差四次方,诊断用途：用来检验信号偏离正态分布的程度。,(3)无量纲统计指标,3.1.1时域统计特性,22,峰值：它对瞬时现象可得出正确的指示值。特别是初期阶段轴承表面剥落，非常容易由峰值的变化检测出来。对滚动体，保持架的冲击及突发性外界干扰或灰尘等原因引起的瞬时振动比较敏感，测量值的变化范围可能很大。,(4)时域指标的选择,3.1.1时域统计特性,23,峰值指标：表示波形是否有冲击的指标。一般说来，正常轴承振动的峰值指标范围为4到5之间。当滚动轴承出现剥落、裂纹、碎裂时，峰值指标达到10以上。,(4)时域指标的选择,3.1.1时域统计特性,24,峭度指标：理论值在3左右;根据它的变化值相对于K=3的情况，把正常轴承和损伤轴承区分开来。,(4)时域指标的选择,3.1.1时域统计特性,25,(4)时域指标的选择,3.1.1时域统计特性,26,时域指标诊断的特点,优点：直观、易于理解；包含的信息量大。缺点：不易直接看出所包含信息与故障的联系（只作定性分析）。结论：信号的时域统计分析（包括均值、均方根值、方差、概率密度函数等），在简单情况下可识别系统的状态。,3.1.1时域统计特性,27,(1)自相关的定义(2)自相关的应用(3)互相关简介,3.1.2信号的相关分析,28,相关分析又称为时延域分析，用于描述信号在不同时刻的相互依赖关系。自相关分析：描述的是同一信号中不同时刻的相互依赖关系。,(1)自相关的定义,3.1.2信号的相关分析,29,Rx()是偶函数。即为原图形的均方值注意：信号经过自相关分析后，反映随机成份能量集中于=0附近，而周期信号的能量将以原周期在轴上延续重复出现。,(1)自相关的定义,3.1.2信号的相关分析,30,作用：把随机信号和周期信号进行分离。原理：周期信号部分全部随周期的时延，达到相似反相似，周而复始地运算出来。随机信号只在=0附近相似。时延后变为很快不相似了，积分为零。,(2)自相关的应用,自相关的诊断用途：消除随机噪声。,3.1.2信号的相关分析,31,(2)自相关的应用,随机噪声,随机信号自相关,3.1.2信号的相关分析,32,外圈故障,故障信号自相关,(2)自相关的应用,3.1.2信号的相关分析,33,随机数据的互相关函数表示两组数据值之间一般的依赖关系。,信号的互相关分析定义为：,(3)互相关简介,3.1.2信号的相关分析,34,Rxy()