weixin 发表于 2018-2-27 10:29

信号时域参量指标的计算及其在工程中的应用

  信号的时域统计分析是指对信号的各种时域参数、指标的估计或计算。常用的时域参数和指标包括: 均值、均方值、均方根值、方差、标准差、概率密度函数、概率分布函数、联合概率密度函数等。

  时域参量指标的计算


  1. 均值
  当观测时间T趋于无穷时,信号在观测时间T内取值的时间平均就是信号x(t)的均值。均值的定义为:
  式中,T是信号的观测区间。实际中T不可能为无穷,算出的μx值必然包含统计误差,只能作为真值的一种估计。

  2. 均方值和方差
  当观测时间T趋于无穷时,信号在观测时间T内取值平方的时间平均值就是信号 x(t)的均方值,均方值的定义为:
  如果仅对有限长的信号进行计算,则结果仅是对其均方值的估计。均方值的正平方根,为均方根值(或有效值) Xrms。

  方差的定义为:
  方差仅反映了信号x(t)中的动态部分。方差的正算术根σx称为标准差。若信号x(t)的均值为零,则均方值等于方差。若信号x(t)的均值不为零时,则有下式成立:

  3. 概率密度函数
  随机信号x(t)的取值落在区间内的概率可用下式表示:
  式中,∆T为信号x(t)取值落在区间(x, x+∆x]内的总时间,T为总的观察时间。当∆x→0时,概率密度函数定义为:

  4. 概率分布函数
  随机信号x(t)的取值小于或等于某一定值δ的概率,称为信号的概率分布函数。常用Px()表示。概率分布函数的定义为:

  5. 有量纲参数指标
  有量纲参数指标包括方根幅值、平均幅值、均方幅值和峰值四种。若随机信号x(t)符合平稳、各态历经条件,且均值为零,概率密度函数为p(x),则有量纲参数指标的定义如下:
  其中,xr为方根幅值,http://mmbiz.qpic.cn/mmbiz_png/pIvrzIWmlO1e2wIMiaIQrbJ0UePxj25iblRqVmGicrhwlqaO1kUDUhfeFM6t7ZcFicPariciaSy5cyZ7ibwITjI8A4Erw/640?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1为平均幅值,xrms为均方幅值,xp为峰值,p(x)为概率密度函数,l为参数。另外,上述的有量纲参数指标也可在时域定义。当t∈(0,T) 时,方根幅值、平均幅值、均方幅值和峰值的定义为:

  其中T为信号观测时间长度, max|x(t)为信号x(t)最大值的平均。

  6. 无量纲参数指标
  有量纲参数指标不但与机器的状态有关,且与机器的运动参数如转速、载荷等有关。而无量纲参数指标具有对信号幅值和频率变化均不敏感的特点。这就意味着理论上它们与机器的运动条件无关,只依赖于概率密率函数的形状。所以无量纲参数指标是一种较好的机器状态监测诊断参数。无量纲参数指标包括了波形指标、峰值指标、脉冲指标和裕度指标。无量纲参数指标的定义如下:
  其中,p(x)为概率密度函数,l和m为参数。当l和m取不同值时,就得到如下指标:

  (1) 波形指标:l=2,m=1时
  (2) 峰值指标:l→∞,m=2时
  (3) 脉冲指标:l→∞,m=1时
  (4) 裕度指标:l→∞,m=1/2时

  时域参量指标的应用

  1. 利用概率密度函数和概率分布函数进行产品质量控制,研究材料的强度和控制设备的工作稳定性。
  信号的概率密度函数,是随机信号处理中最基本又很重要的分析内容,在随机信号分析中得到广泛的应用。下图是某一随机信号的波形图。
  根据上图所示的时间历程,分析出的各振幅的出现频次图。以随机信号的最大振幅(例如± 5V)作为横座标、以单位时间内振幅出现的次数作为纵座标,再除以振幅取值区间就得到近似的概率密度函数。
  下图是相应的概率分布函数:
  根据图 2、图3所示曲线的形状及不同振幅出现的概率,就能对信号所代表的物理过程进行适当的评价,并进行决策。

  当图 1代表一批零件的加工尺寸,则根据图2、3可判断加工过程的质量高低,进而可评价或判断机床工具是否应该调整、操作工人的技术熟练程度等。

  当图1代表某一设备在各种工作状况下所承受的负载变动,则根据图 2、图3就可评价设备的强度利用率(或强度储备),或判定该设备在规定工作状况下的最合理的设计强度指标。

  当图 1代表某控制设备工作状态参数相对于期望值变动的时间历程, 则根据图2、图 3就可确定该控制设备的工作稳定性程度等。如果工作状态参数的分布范围小,说明设备受到外界激励影响后,工作状态参数变化不大,也即设备的工作稳定性好。反之,设备的工作稳定性不好。

  2. 利用振幅频次分布研究设备的随机疲劳和载荷谱
  如果将信号中上升的峰值 A 称为振幅峰(参见图 4),以振幅峰作为横坐标,以振幅峰在观测时间内出现的频次作为纵坐标,就得到振幅频次图5。振幅频次图给出了动态波形峰值出现的频次分布。对振幅频次图沿横坐标进行累计,就得到累计频次图(参见图6)。

  3. 概率密度函数和参数指标在机器故障诊断中的应用

  概率密度函数用于机器状态判断
  概率密度函数可以直接用于机器状态的判断。图7与图8是车床变速箱的噪音概率密度函数。新旧两个变速箱的概率密度函数有着明显的差异。由于平均值没有携带机器状态的信息,在平稳随机过程中保持定值,为方起见,可取平均值为 0。因此,纵坐标位于 x = 0 处。随机噪声的概率密度曲线是高斯曲线,正弦信号的概率密度曲线是中凹的曲线。新的变速箱的噪声中主要是随机噪声,旧变速箱的噪声中就会出现不同频率的正弦波。因而,新变速箱噪声的概率密度曲线如图7所示,旧变速箱噪声的概率密度曲线如图8所示。

  机器状态的时域参数指标判断方法
  · 参数指标诊断是使用较早,且比较有效的诊断方法。诊断参数指标一般应满足如下要求:
  · 易于测量和计算,所需计算机存储量小。
  · 能敏锐地反映和预报机器的早期故障。
  · 不受机器运行状态,如负载、转速等变化的影响。
  · 能够指示故障的存在,以便及时排查故障。

  下面是一个用无量纲参数指标进行齿轮状态识别的例子。图9表示了28只汽车后桥齿轮在不同运行状态下,由振动加速度信号计算得到的无量纲参数指标。由于28只齿轮的运行状态不同,相对于不同运行状态下计算得到的无量纲指标也应该不同。如果针对某一无量纲指标计算得到的28个无量纲指标值的变化大,就说明该无量纲指标对不同运行状态的反映灵敏。
  反之,则说明该无量纲指标不能区分运行状态。由图9可见,波形指标K的变化很小,没有足够的诊断能力;而峰值指标C和脉冲指标I可以作为齿轮运行状态的优良诊断指标。它们所提供的信息基本相同,曲线形状相似。但脉冲指标I比峰值指标C的变化要更明显一些。实际中,对于机器工作状况的识别,究竟应选择哪些参数指标,必须经过认真的分析和实验加以确定。

  本文整理自泰斯特电子微信公众号(ID:testdianzi2014)。

页: [1]
查看完整版本: 信号时域参量指标的计算及其在工程中的应用