APP下载

基于时频分析的设备故障特征提取方法研究

2021-10-15陈帝

中国设备工程 2021年19期
关键词:振动故障信号

陈帝

(南京市溧水区供电公司,江苏 南京 211200)

1 概述

时频分析方法(Joint Time-Frequency Analysis,JTFA)融合了时间和频率,对信号分析时,既可以得到时域内的频率分布,又可以得到各频率的时间分布,反映了两者的相互关系,变换中加入时间窗反映了信号在该段时间内的局部特征,是对故障信号分析非常有效的方法,被广泛应用到故障检测中。本文主要选用短时傅里叶变换(Short Time Fourier Transform,STFT)、连续小波变换CWT(Continuous Wavelet Transform,CWT)和S变换三种方法进行研究和应用,快速傅里叶变换(Fast Fourier Transform,FFT)是基础。

2 电力设备振动信号处理方法

2.1 快速傅里叶变换(FFT)

傅里叶变换可以将任意函数转化为一系列正(余)弦函数之和,任意函数在本文指采集的振动信号,而正(余)弦函数包含振动信号的频率和对应振幅信息。

设输入振动信号为x(t),傅里叶变换可表示为

式中,t为时间;f为频率。

快速傅里叶变换(FFT)算法比离散傅里叶变换(Discrete Fourier transform,DFT)计算效率提高了数量级。FFT可以将采集的振动信号(通常表现为时域信号,横轴坐标为时间或采样点、纵轴坐标为振幅大小)中的频率抽取形成频域图(横轴坐标为频率、纵轴坐标为振幅大小),可以采用Python仿真出FFT变换。

2.2 短时傅里叶变换(STFT)

短时傅里叶变换(STFT)是D.Gabor于1946年提出,引入时间局部化的窗函数(如Kaiser、Rectangular、Hamming、Hanning、Blackman-Harris、Flat-Top等),同时含有时域与频域信息,能够更全面反映旋转机械的故障状态信息。具体操作过程为:(1)选定时间不为0的窗函数(本文采用汉宁窗);(2)用窗函数截取信号进行FFT变换,得到频谱信息;(3)沿时间轴滑动窗函数,重复步骤2继续进行快速傅里叶变换,得到各段频谱信息;……

登录APP查看全文

猜你喜欢

振动故障信号
振动的思考
信号
完形填空二则
振动与频率
故障一点通
基于FPGA的多功能信号发生器的设计
中立型Emden-Fowler微分方程的振动性
奔驰R320车ABS、ESP故障灯异常点亮
基于LabVIEW的力加载信号采集与PID控制
故障一点通