基于匹配延拓的ITD边界效应抑制方法研究

2014-09-05胥永刚张建宇

振动与冲击 2014年7期

胥永刚, 陆明, 付胜, 张建宇

(北京工业大学机电学院北京市先进制造技术重点实验室，北京 100124)

大型机电设备的轴承齿轮等零部件发生故障时，振动信号常呈现出非线性非平稳特征，且淹没于强烈的背景噪声中。如何处理复杂的非平稳振动信号，一直是故障诊断领域的研究热点之一[1]。

Frei等[2]提出了一种新的非线性非平稳信号处理方法——固有时间尺度分解法(Intrinsic time-scale decomposition, ITD),并将该方法应用于生物医学信号处理中, 取得了理想的效果。ITD 分解法可以自适应地将任意复杂信号分解为若干具有实际物理意义的固有旋转分量(Proper Rotation Component, PRC) 和一个单调趋势项，然后再进一步求出所有PRC 的瞬时幅值和瞬时频率，即可得到原始信号完整的时频分布。该方法一经提出，便迅速在通信[3]、空间信息[4]及故障诊断[5-7]领域得到应用，均取得了不错的效果。

在ITD方法的应用过程中，分解所得的固有旋转分量常在边界处出现畸变，使得分解结果严重失真，称之为ITD方法的边界效应。本文对比分析了五种数据延拓方法(自适应波形匹配法、基于AR模型的延拓方法、镜像延拓方法、多项式延拓方法和反对称周期延拓法)在ITD边界效应抑制中的应用，并以趋势分量绝对值累加和为评价指标，判定基于自适应波形匹配方法的数据延拓更适合抑制ITD边界效应，分解误差最小。最后，将其运用到实际信号的分析，验证了该方法的有效性。