时频二维逼近及在故障分量提取中的应用

摘要：

机械故障信号通常是具有非线性时频关系多分量信号,其频谱占有较宽的频带,且各分量的频谱常常相互交叠,给故障诊断带来了很大的障碍.在传统信号分解的基函数线性逼近方法和时频重排的基础上,提出了基于时频二维逼近的信号分量提取方法.该方法对所要提取的特征分量进行参数建模,并计算出分量模型的时频函数以及多分量信号的重排时频分布;然后采用模型的时频函数拟合逼近原始信号的时频分布,并采用非线性最小二乘法确定出模型的各个参数值;最后设置能量下降梯度阈值控制迭代次数,用拟合得出的参数模型重构出信号分量.仿真实例验证了,上述方法对比基于时频滤波的信号提取方法,只需要少数几次拟合就能提取出所需要的信号分量,分量的重构精度较高.这种方法在轴承故障冲击分量提取中的应用表明,其不仅可以较精确地对轴承故障进行定位,而且能为故障原因及故障程度提供准确的判断依据.

关键词：时频重排、分量提取、参数建模、二维逼近、故障诊断

所属期刊栏目：30

分类号：TH165.3;TP395.02

资助基金：国家自然科学基金51005261

在线出版日期：2011-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：173-177,193