振 动 与 冲 击
第 32卷第 17期 JOURNALOFVIBRATIONANDSHOCK Vol.32No.172013
基金项目:总后勤部预研项目(AS407C001)
收稿日期:2012-07-13 修改稿收到日期:2012-09-29
第一作者 梅检民 男,博士生,1983年 4月生
基于分数阶聚能带分析的微弱故障特征提取研究
梅检民
1,2
,肖云魁
1
,曾锐利
1
,李 枫
1
,任金成
1
(1.军事交通学院 汽车工程系,天津 300161;2.军械工程学院 火炮工程系,石家庄 050003)
摘 要:
提出了一种分数阶聚能带时频累加谱方法,快速实现长数据的时频分析,突出目标分量,用于提取变速器
急加速过程微弱故障特征。根据变速器输入轴转速信号及传动比确定分数阶傅里叶变换(FractionalFourierTransform,
FRFT)最佳阶次,对变速器急加速过程振动信号进行最佳阶次 FRFT,根据 FRFT模值谱确定聚能带,计算分数阶聚能带
时频累加谱,通过对比多组正常和故障数据的分数阶聚能带时频累加谱结果和阶比谱结果,验证该方法的有效性。试验
结果表明:根据转速信号能快速、准确确定 FRFT最佳阶次;选取聚能带内的 FRFT结果进行时频分析,计算量小,分辨率
高,分数阶聚能带时频累加谱具有聚焦和局部放大的特点,能很好地突出目标分量,抑噪噪声,是提取变速器急加速过程
信号微弱故障特征的有效方法。
关键词:分数阶傅里叶变换;聚能带;时频累加谱;微弱故障
中图分类号:TH165+.3 文献标识码:A
Featureextractionofweakfaultsbasedonanalysisoffractionalenergygatheringband
MEIJianmin
1,2
,XIAOYunkui
1
,ZENGRuili
1
,LIFeng
1
,RENJincheng
1
(1.DepartmentofAutomobileEngineering,MilitaryTransportationUniversity,Tianjin300161,China;
2.DepartmentofGunsEngineering,OrdnanceEngineeringCollege,Shijiazhuang050003,China)
Abstract: A fractionalenergygatheringbandstimefrequencyaggregatedspectrum (FETFAS)wasproposedto
achievethefasttimefrequencyanalysisoflongdataandextrudetargetcomponents,andappliedtoextracttheweakfault
featuresofrapidacceleratingprocessofagearbox.Thebestorderoffractionalfouriertransformation(FRFT)was
ascertainedaccordingtoarotatingspeedsignalandatransmissionratio.Andthevibrationsignalofaacceleratingprocess
ofgearboxwasprocessedusingFRFTwiththatbestorder,theenergygatheringbandwasfixedfromthemodulusspectrum
ofFRFT
,thentheFETFASwascomputed.TheFETFASandorderspectraofmanygroupsofnormalandfaultsignals
werecomparedtoverifytheeffectivenessofFETFAS.Theexperimentalresultsshowedthatthemethodtoascertainthe
FRFTsbestorderwitharotatingspeedsignalisfastandcorrect;thetimefrequencyanalysisofFRFTsresultsinEGBhas
alesscomputingamountandahigherresolution;FETFAShasthecharactersoffocusingandzooming,anditisableto
extrudethetargetcomponentsandrestrainnoiseverywell,soitisaneffectivemethodtoextractweakfaultfeaturesfrom
thesignalofarapidacceleratingprocessofagearbox.
Keywords:fractionalfouriertransformation;energygatheringband(EGB);timefrequencyaggregatedspectrum;
weakfault
变速器的早期故障特征十分微弱,加速过程更能
突显故障信息
[1]
,加速过程越快,故障暴露越明显,分
析变速器急加速过程的振动信号更有利于提取微弱故
障特征,但加速过程的噪声也更强,如何有效抑制噪声
而突出微弱特征信息成为提取微弱故障特征的关键。
时变滤 波 是 瞬 变 工 况 下 非 平 稳 信 号 降 噪 的 常 用 方
法
[2-3]
,阶比分析也是分析此类信号的有效工具
[4-5]
,
但时变滤波不能抑制通带内噪声,阶比谱没有考虑其
他分量和噪声对目标分量的影响,难以提取淹没于干
扰中的微弱特征信息。变速器加速过程振动信号是调
幅调频信号(AMFM),在急加速过程中,变速器振动信
号的瞬时频率不会剧烈抖动或大幅弯曲,与线性调频
信号(LFM)非常相近,而重排时频分布能有效提高时
频聚集性,抑制噪声,尤其对 LFM信号具有完美的局域
化性质
[6-7]
。但 LFM类多分量信号重排时频分析面临
两个问题:一是长数据的时频分析计算量大,速度慢,
甚至超出计算机内存限制,无法计算;二是 LFM类信号
在时频图中占有较大的时宽和带宽,不容易提取目标