栗永非

摘要：敘述了數(shù)控機(jī)床數(shù)控機(jī)床振動(dòng)故障信號(hào)特征提取的多種方法，并逐一分析，簡(jiǎn)述各種的特征和適應(yīng)場(chǎng)合。

關(guān)鍵詞：數(shù)控機(jī)床；振動(dòng)故障；信號(hào)特征；提取方法

在數(shù)控機(jī)床振動(dòng)故障信號(hào)實(shí)際信號(hào)采集中，采集到的信號(hào)并不單單是刻意需要的信號(hào)，它包含有多方面的內(nèi)容（信息）。在診斷分析中，通過(guò)信號(hào)的特征提?。葱盘?hào)處理）可以將需要的信號(hào)提取出來(lái)，同時(shí)對(duì)這些信號(hào)進(jìn)行處理和分析。特征提取是故障診斷過(guò)程的關(guān)鍵環(huán)節(jié)之一，直接關(guān)系到后續(xù)診斷的識(shí)別。目前在工況檢測(cè)和故障診斷中應(yīng)用的信號(hào)處理方法有：幅值域分析法、時(shí)域分析、頻域分析、時(shí)頻分析、空域采樣和轉(zhuǎn)速跟蹤及近幾年來(lái)分形幾何中的關(guān)聯(lián)維數(shù)方法等。

在上述各種方法中，理論上都可得到多個(gè)表達(dá)系統(tǒng)動(dòng)態(tài)行為的特征量，實(shí)際具體研究和應(yīng)用中，需要根據(jù)具體的監(jiān)測(cè)對(duì)象，選擇合適的檢測(cè)信號(hào)和檢測(cè)部位，提取對(duì)故障最為敏感、規(guī)律性強(qiáng)，狀態(tài)識(shí)別時(shí)實(shí)時(shí)性強(qiáng)，占內(nèi)存小，計(jì)算速度快的主特征量。

1 幅值域分析去

幅值域分析是在信號(hào)幅值上進(jìn)行的各種處理。信號(hào)幅值的無(wú)量綱指標(biāo)也是故障診斷中常用的故障信息處理方法，反映波形形態(tài)的無(wú)量綱指標(biāo)對(duì)信號(hào)的幅值和頻率的變化不敏感。

幅值的概率密度和概率分布來(lái)描述振動(dòng)信號(hào)的統(tǒng)計(jì)特性，它提供了隨機(jī)振動(dòng)沿幅值域分布的信息。對(duì)某些設(shè)備，當(dāng)其運(yùn)行狀態(tài)發(fā)生較大的變化時(shí)，其幅值的概率密度曲線往往也有較大的變化，就可以用概率密度和概率分布作為設(shè)備異常與否的簡(jiǎn)易判據(jù)。

2 時(shí)域分析法

時(shí)域分析的重要特點(diǎn)是信號(hào)的時(shí)間順序，即數(shù)據(jù)產(chǎn)生的先后順序。時(shí)域波形分析通過(guò)對(duì)波形的形狀、振幅大小、變化快慢等特征的分析和觀察，建立與系統(tǒng)運(yùn)行狀態(tài)之間的對(duì)應(yīng)關(guān)系，達(dá)到發(fā)現(xiàn)設(shè)備運(yùn)轉(zhuǎn)是否異常的目的。常用的時(shí)域分析方法有時(shí)間序列模型（ARMA模型、AR（ n）模型、門(mén)限自回歸模型等），時(shí)序統(tǒng)計(jì)分析參數(shù)（如方差、自相關(guān)系數(shù)、偏度系數(shù)和峭度系數(shù)）等。這些方法提取的信號(hào)特征參數(shù)可用于工況狀態(tài)監(jiān)測(cè)。自適應(yīng)濾波、時(shí)域平均與自相關(guān)分析是常用的幾種時(shí)域消噪方法，由于在消噪的同時(shí)保留了信號(hào)的時(shí)域特征，可用于分析信號(hào)時(shí)域特征。

3 頻域分析法

頻域分析是目前應(yīng)用最為廣泛的故障信號(hào)分析和處理技術(shù)，可以提供故障信號(hào)的特征頻率和幅值相位信息，為診斷故障原因和部位提供依據(jù)。

3.1 傅立葉分析

傅立葉分析是傳統(tǒng)信號(hào)處理的最主要的方法。傅立葉分析建立了信號(hào)從時(shí)間域到頻率域的變換橋梁，其反變換則建立了信號(hào)從頻域到時(shí)域的變換橋梁，這兩個(gè)域之間的變換為一對(duì)一映射，即：

由此，時(shí)域和頻域構(gòu)成了觀察一個(gè)信號(hào)的兩種方式。其重要性在于Fourier變換是域變換，它把時(shí)間域與頻率域聯(lián)系起來(lái)，在時(shí)間域內(nèi)難以觀察的現(xiàn)象和規(guī)律，在頻率域內(nèi)往往能十分清楚地顯示出來(lái)。

3.2 倒頻譜技術(shù)

倒頻譜分析也稱二次頻譜分析，是近代信號(hào)處理科學(xué)中的一項(xiàng)新技術(shù)，是檢測(cè)復(fù)雜譜圖中周期分量的有用工具。在語(yǔ)言分析中語(yǔ)音音調(diào)的測(cè)定、機(jī)械振動(dòng)中故障監(jiān)測(cè)和診斷以及排除回波（反射波）影響等方面均得到廣泛的應(yīng)用。

倒譜技術(shù)可以用來(lái)識(shí)別頻譜中各諧波的基頻，由于倒譜采用對(duì)數(shù)加權(quán)，因而具有動(dòng)態(tài)范圍廣、解禍能力強(qiáng)和對(duì)調(diào)制信號(hào)相位不敏感等特點(diǎn)，克服了中低頻段、和頻、差頻以及諧波存在而使譜圖難以識(shí)別的困難?？梢院苋菀鬃R(shí)別信號(hào)的周期。但是，倒譜的譜峰值不能用于評(píng)價(jià)故障的嚴(yán)重程度。

3.3 包絡(luò)分析

包絡(luò)分析技術(shù)是一種基于濾波檢波的振動(dòng)信號(hào)處理方法，對(duì)設(shè)備的高頻共振信號(hào)進(jìn)行檢波處理之后，從高頻載波信號(hào)中提取附載在高頻載波信號(hào)上的低頻信號(hào)。包絡(luò)分析是處理機(jī)械沖擊引起高頻響應(yīng)的有效方法。這種方法的目的就是分析相對(duì)高頻信號(hào)的能量隨時(shí)間的振蕩。包絡(luò)分析技術(shù)最成功的應(yīng)用主要在滾動(dòng)軸承的診斷中，如今這一技術(shù)也應(yīng)用到有摩擦力與動(dòng)態(tài)載荷的旋轉(zhuǎn)機(jī)械部件的診斷中，如泵的轉(zhuǎn)子、透平機(jī)等。

目前常用的包絡(luò)解調(diào)分析方法大致有以下五種：

（1）寬帶解調(diào)技術(shù)。這種技術(shù)首先對(duì)振動(dòng)信號(hào)進(jìn)行解調(diào)，利用了故障信號(hào)的全部能量，然后計(jì)算機(jī)對(duì)解調(diào)后的信號(hào)進(jìn)行功率譜分析或者倒譜分析，提取有效的故障信號(hào)。

（2）共振解調(diào)技術(shù)。這種方法在70年代就被美國(guó)和瑞典利用，其解調(diào)原理為：當(dāng)某個(gè)元件發(fā)生故障時(shí)，將引起一系列脈沖，該脈沖在頻域內(nèi)含有基頻及一系列高階諧波，這種高階諧波會(huì)激發(fā)結(jié)構(gòu)系統(tǒng)、結(jié)構(gòu)元件或傳感器元件的共振頻率響應(yīng)，把這種響應(yīng)信號(hào)通過(guò)檢波和低通濾波，獲得原系列脈沖的包絡(luò)。

（3）選頻解調(diào)技術(shù)。選頻解調(diào)的過(guò)程是按分析需要進(jìn)行選頻高通濾波，通過(guò)移頻、檢波和低通濾彼后獲得原信號(hào)的包絡(luò)，這種解調(diào)技術(shù)的原理與共振解調(diào)技術(shù)相同。所不同的是可以根據(jù)測(cè)試的具體條件選擇高通頻率，從而取得最佳的解調(diào)效果。因此這種方法適用范圍較廣，使用較靈活，比較適合于不同的設(shè)備類型。但是這種解調(diào)技術(shù)對(duì)測(cè)試人員有更高的要求，要求測(cè)試人員根據(jù)測(cè)試的具體條件確定正確的高通頻率范圍，取得最佳測(cè)試效果。

（ 4） Hilbert解調(diào)技術(shù)。這種解調(diào)技術(shù)是利用Hilbert變換進(jìn)行解調(diào)的技術(shù)，其優(yōu)點(diǎn)是同時(shí)可以得到信號(hào)的幅值變換、相位變換和頻率變換。

（5）同態(tài)濾波技術(shù)。同態(tài)濾波技術(shù)主要針對(duì)卷積型和相乘型信號(hào)的解調(diào)技術(shù)。

4 時(shí)頻分析方法

時(shí)頻分析方法是著眼非平穩(wěn)信號(hào)的時(shí)變特性，將一維的信號(hào)序列擴(kuò)展到二維的時(shí)頻平面上來(lái)觀察，目的就是要描述信號(hào)的頻率或者頻譜含量怎樣演變。對(duì)于旋轉(zhuǎn)機(jī)械的非線性、非平穩(wěn)故障信號(hào)的處理就需要時(shí)頻分析的方法。常用的分析方法有小波分析及局域波時(shí)頻分析等。

4.1 小波分析

小波分析用途很多，但最常用的Morlet小波由于其基本小波函數(shù)的有限長(zhǎng)度，導(dǎo)致了能量的泄漏，這使得定量的時(shí)頻分析變得困難。有時(shí)，對(duì)通過(guò)小波分析得到的時(shí)頻分析的解釋也有違常規(guī)，例如：為了確定事件發(fā)生的具體位置，我們必須在高頻段來(lái)尋找，因?yàn)閷?duì)于基本小波，頻率越高，其時(shí)間精度才越高。如果一個(gè)局部事件發(fā)生在低頻段，我們?nèi)孕璞黄鹊礁哳l段才能找出它的痕跡，這種方法有時(shí)會(huì)造成混淆。

小波分析的另一個(gè)問(wèn)題是其不具有自適應(yīng)性的特點(diǎn)。一旦基本小波被選定，我們就必須用它來(lái)分析所有的待分析數(shù)據(jù)。由于常用的Morlet小波是基于傅立葉分析的，因此它也具有傅立葉分析的一些缺點(diǎn)。它可以分析出頻率緩慢變化的波間頻率調(diào)制，但不能分析出波內(nèi)頻率調(diào)制，這是因?yàn)榛拘〔ㄊ怯蓭讉€(gè)波長(zhǎng)組成的。盡管有上述缺點(diǎn)，小波分析到現(xiàn)在為止仍是最好的時(shí)頻分析方法之一。

4.2 局域波法

局域波法可以認(rèn)為是一種最新的線性時(shí)頻表示，它建立在瞬時(shí)頻率概念的基礎(chǔ)上。而瞬時(shí)頻率是研究瞬態(tài)和非平穩(wěn)現(xiàn)象時(shí)非常重要的物理量，為了得到有意義的瞬時(shí)頻率，可以通過(guò)不同的分解算法得到有限個(gè)局域波分量，有了這些分量，我們就能夠通過(guò)Hilbert變換研究時(shí)變信號(hào)的瞬時(shí)頻率和時(shí)頻特征。