论文部分内容阅读
本文针对车削颤振，提出一种基于离散傅里叶变换(DFT)的短时(采样时间小于0.01s)信号频率估计方法.颤振是车削加工中应避免的，实时获取颤振频率对实时颤振抑制意义重大.DFT在颤振频率测量中应用广泛，然而大部分研究只针对长采样时间信号(大于0.1s)，频率精度一般能满足要求.实时检测颤振频率则需DFT对短时信号进行频谱分析，这时频率分辨率很差，将导致DFT无法准确测得颤振频率.本文首先针对不含噪声的单分量实正弦信号，给出一种基于DFT的无最大值频率估计(以下称无最大值法)，估计误差为10～14.随后将该方法推广到含有白噪声的单分量实正弦信号中(模拟车削颤振信号)，相比其他实信号频率估计方法，本方法具有更好的抗干扰能力.无最大值法分为两步，第一步通过FFT得到频谱，第二步选择频谱上最高的两个峰值点，利用这两个频谱值的实部和虚部信息，推导出信号频率的解析表达式，为确保无偏估计，推导过程无近似.与传统DFT频率估计算法相比，无最大值法有两个优势.第一，基于DFT频率估计大多针对复正弦信号，实正弦信号的研究较少.些算法分为两步，第一步与本文方法相同，第二步需保证第一步得到的频谱上最大峰值位置准确无误，利用峰值点及相邻两点(或多点)的频谱信息，通过插值、比值等方法来估计出信号真实频率相对于峰值位置的偏移量(为频率分辨率).然而，当信号频率接近n△f/2(n为整数)，或信号中含有白噪声时，频谱的峰值位置会发生误报，使这种基于峰值的推导将不再成立.无最大值法的推导过程与频谱峰值位置无关，得到结果为信号真实频率，而不是相对于峰值的偏移量，该方法中两个最大峰值位置的误报，对算法的理论推导无影响.第二，方法的计算量少，几乎等于第一步中FFT运算时间，具有很强的实时性.最后通过仿真进行了验证，并且对该方法的抗干扰能力进行了实验研究，实验结果表明无最大值法对低频和高频信号都具有较好抗干扰能力强，该方法可以应用在车削加工中，进行颤振频率的实时检测.