分数阶滤波提升启停车过程转频振动分量提取效率

本文主要探讨了分数阶域滤波在回转机械启停车过程中的重要应用，特别是在提取转频振动分量时的有效性。针对振动信号中常见的倍频分量对转频分量（代表机械失衡的重要信息）造成的幅值和相位干扰问题，研究者提出了一种创新方法，即利用分数阶傅里叶变换进行预处理。分数阶傅里叶变换不同于传统的离散傅里叶变换，它能够在处理非线性和非平稳信号时展现出更好的性能，特别适用于含有复杂频率成分的信号处理。 分数阶域滤波技术的关键在于其能够适应信号的局部变化特性，通过调整分数阶参数，可以更好地分离和抑制不同频率成分，尤其是去除那些倍频干扰。这种方法在仿真信号和实际实验测试中得到了验证，结果显示，与传统滤波方法相比，分数阶域滤波在处理启停车过程中的振动信号时，能更有效地消除噪声和倍频信号的干扰，从而得到更清晰、平坦的转频振动分量。这不仅提高了信号处理的精度，也简化了算法实现，为回转机械失衡信息的准确检测和故障预测提供了有力的工具。 论文的研究者张西宁教授，作为西安交通大学机械制造系统工程国家重点实验室的研究人员，与郭金良和吴吉利合作，基于国家重点基础研究发展计划的资助，进行了这项深入研究。他们的工作不仅提升了振动信号处理的技术水平，也为相关领域的工程师和研究人员提供了宝贵的实践参考。 总结来说，本文的核心贡献在于提出了一种分数阶域滤波技术在回转机械启停车过程中的应用策略，证明了其在提取关键振动信息方面的优越性，并为后续的振动监测和设备维护提供了新的理论和技术支持。