论文部分内容阅读
振动信号的分析和处理是实现旋转机械故障诊断的主要手段，然而在实际采集振动信号的过程中，由于数据采集环境和数据采集仪器自身的原因不可避免的存在干扰和噪声。噪声的存在会对信号测量后的分析工作造成不利的影响，因此在对信号进行分析之前必须对实际采集的振动信号进行预处理。本论文在总结前人研究的基础上，在对旋转机械振动信号的预处理方面做了以下几点研究工作：
（1）对旋转机械振动信号的特点及分析方法进行了研究。介绍了傅立叶分析和小波分析的基本理论，对典型的非平稳信号进行实验分析，了解非平稳信号的特点及分析方法，并对具有代表性的碰摩故障振动信号进行了详细的实验分析。
（2）对振动信号的小波阈值消噪进行了研究。通过仿真实验说明了噪声对振动信号分析产生的负面影响，介绍了小波阈值消噪的基本方法，并通过仿真实验进一步研究小波阈值消噪的性能。实验结果表明：小波阈值消噪无法对强噪声背景下的振动信号进行降噪。
（3）对独立分量分析的基础理论及其算法进行了系统的论述，并对FICA及其在振动信号消噪中的应用进行了详细的研究。引入了虚拟噪声通道技术进行振动信号与噪声的分离实验，实验结果表明：该算法能在强噪声背景下来进行振动信号消噪，比小波阈值消噪具有优越性。
（4）研究了FICA算法在DSP上的实现。尝试将FICA算法移植到DSP处理器上执行，进一步提高数据处理的实时性。其中涉及到的数学计算，比如求矩阵特征值、特征向量等，这些都用C语言来编写完成。最后在DSP实验箱上进行了实验验证。