機械振動信號中多分量調(diào)制信號的解調(diào)分析及其應用研究.pdf

1、大多數(shù)的機械設備故障振動信號為多分量調(diào)幅-調(diào)頻信號，通過對這些多分量調(diào)幅-調(diào)頻信號進行解調(diào)分析可以有效地提取信號中的故障特征信息，便于對機械設備進行故障診斷。
　　本文針對傳統(tǒng)的解調(diào)方法在多分量調(diào)制信號的解調(diào)中易出現(xiàn)干擾譜峰的問題，深入研究了復Morlet小波的性質，論證了復Morlet小波變換系數(shù)的虛部是其實部的Hilbert變換，可以用其實現(xiàn)包絡解調(diào)。通過對仿真信號進行解調(diào)分析，驗證了基于復Morlet小波包絡解調(diào)法的有效性和

2、可行性。實驗結果表明，該解調(diào)方法不僅適用于單分量調(diào)制信號，對多分量調(diào)制信號也適用。
　　由于復Morlet小波簇變換系數(shù)的虛部也是其實部的Hilbert變換，本文深入探討了構造復Morlet小波簇帶通濾波器需要滿足的條件，將若干個復Morlet小波進行適當?shù)木€性組合，構造出了具有理想帶通濾波特性的復Morlet小波簇。將復Morlet小波簇與包絡解調(diào)方法統(tǒng)一起來，簡化了計算步驟，用于多分量調(diào)制信號的解調(diào)分析時，可以便捷地提取出多分

3、量調(diào)制信號中任意頻段內(nèi)的信號分量的調(diào)制信息。
　　最后，本文利用復Morlet小波簇濾波器具有梳狀濾波的特性，構造了復Morlet小波簇梳狀濾波器，不僅有效地抑制了調(diào)制頻帶外的各種噪聲干擾成分，對調(diào)制頻帶內(nèi)的噪聲干擾成分也有效好的抑制效果。分別對實驗室的滾動軸承振動數(shù)據(jù)和工業(yè)現(xiàn)場風力發(fā)電機組的振動數(shù)據(jù)進行分析，并和其它解調(diào)方法的結果進行對比，結果表明，基于復Morlet小波簇梳狀濾波的包絡解調(diào)法的解調(diào)效果最好，對干擾譜峰有更好的抑