VEMT致力于打造节能环保电机减速机电机

首页 减速机图纸

锥齿轮减速机信号的预处理

2017-03-04 17:33:51 

锥齿轮减速机信号的预处理。信号分析是动态测试技术的重要内容。它被广泛用于消噪、特征提取、状态识别、故障诊断等。通过对锥齿轮减速机传感器原始信号的分析,可以降低噪声影响,齿轮减速马达获得准确的量值,或者灵敏、可靠地提取出信号的特征,以发现测试对象的本质。采用先进、适用的信号分析处理方法可以极大的锥齿轮减速机改善传统测试仪器的性能。
锥齿轮减速机测试技术中的信号有静态和动态两种。静态测试数据总是侧重于误差分析,目的是获得尽可能准确的结果。而在动态测试中,信号是随时间变化的,某单一时刻的数据可能并不重要,感兴趣的是齿轮减速马达信号的整个发展、演化过程。现有的动态信号分析方法可以分为频域法、时域法、时频域法、分形几何法及混沌分析法等。锥齿轮减速机频域法主要是利用傅里叶变换得出幅值频谱、相位频谱或功率频谱;齿轮减速马达时域法主要是利用ARMA 建模获取模型参数,并获得改善了的功率谱;时频域方法利用加窗傅里叶( ZOOM-FFT ) 变换、小波变换、锥齿轮减速机维格纳函数等获取信号在时频域中的联合分布;如果动态信号的波形在几何空间上呈现出分形特征,则可用分形理论分析;齿轮减速马达在低信噪比下判断信号的存在性时,可以采用混沌分析方法。
从另一方面来说,锥齿轮减速机信号分析方法也可分为参数化分析法和非参数化分析法。齿轮减速马达参数化分析方法有 ARMA 模型、分形维数计算及用于判别微弱信号存在性的混沌分析法等;锥齿轮减速机非参数化方法即谱分析方法,包括传统的 DFT 谱方法及在此基础上的提高频率分辨能力(如 ARMA 功率谱)和时频联合分析(小波分解、 Wigner 谱)等内容。故障诊断中信号处理的目的是去除信号中的噪声和提取诊断用的特征向量。锥齿轮减速机数据被数字离散化后,在进行数据处理分折前还需要进行一些工作。主要是转化为物理单位及预验数据这二部分工作就是将模转换器输出的数字单位转化为工程物理单位,即通常称为校准工作。常用方法有阶跃校准与正弦校准两种方法。都是在数据记录之前,用标淮的、锥齿轮减速机精确的输入去激励传感器(即标定),或将传感器从电路中断开,以接入一校准电压。齿轮减速马达标准振动和校准电压可以是正弦式的,或者是阶跃式的。一般认为测量齿轮减速马达系统在线性范围内工作,所以锥齿轮减速机校准信号有两个值就行了,可以取一个零值,而另—值约等于被测值的最大值。用阶跃信号校准时分别输入两个已知的阶跃值。每个阶跃值停留一定时间,进行采样、量化,将这些得到的离散值的平均位作为校准信号的标准值,这个齿轮减速马达值就对应着具有工程单位的已知阶跃值。被分析数据经采样、量化后的值就与这个校准标准进行比较,用线性插值法确定其大小。

网友热评