錐齒輪減速器的信號預處理 <泰興減速機>

錐齒輪減速機信號的預處理。信號分析是動態測試技術的重要內容。它被廣泛用于消噪、特征提取、狀態識別、故障診斷等。通過對錐齒輪減速機傳感器原始信號的分析，可以降低噪聲影響，齒輪減速馬達獲得準確的量值，或者靈敏、可靠地提取出信號的特征，以發現測試對象的本質。采用先進、適用的信號分析處理方法可以極大的錐齒輪減速機改善傳統測試儀器的性能。
錐齒輪減速機測試技術中的信號有靜態和動態兩種。靜態測試數據總是側重于誤差分析，目的是獲得盡可能準確的結果。而在動態測試中，信號是隨時間變化的，某單時刻的數據可能并不重要，感興趣的是齒輪減速馬達信號的整個發展、演化過程。現有的動態信號分析方法可以分為頻域法、時域法、時頻域法、分形幾何法及混沌分析法等。錐齒輪減速機頻域法主要是利用傅里葉變換得出幅值頻譜、相位頻譜或功率頻譜；齒輪減速馬達時域法主要是利用ARMA 建模獲取模型參數，并獲得改善了的功率譜；時頻域方法利用加窗傅里葉( ZOOM-FFT ) 變換、小波變換、錐齒輪減速機維格納函數等獲取信號在時頻域中的聯合分布；如果動態信號的波形在幾何空間上呈現出分形特征，則可用分形理論分析；齒輪減速馬達在低信噪比下判斷信號的存在性時，可以采用混沌分析方法。
從另方面來說，錐齒輪減速機信號分析方法也可分為參數化分析法和非參數化分析法。齒輪減速馬達參數化分析方法有 ARMA 模型、分形維數計算及用于判別微弱信號存在性的混沌分析法等；錐齒輪減速機非參數化方法即譜分析方法，包括傳統的 DFT 譜方法及在此基礎上的提高頻率分辨能力(如 ARMA 功率譜)和時頻聯合分析(小波分解、 Wigner 譜)等內容。故障診斷中信號處理的目的是去除信號中的噪聲和提取診斷用的特征向量。錐齒輪減速機數據被數字離散化后，在進行數據處理分折前還需要進行些工作。主要是轉化為物理單位及預驗數據這二部分工作就是將模轉換器輸出的數字單位轉化為工程物理單位，即通常稱為校準工作。常用方法有階躍校準與正弦校準兩種方法。都是在數據記錄之前，用標淮的、錐齒輪減速機精確的輸入去激勵傳感器(即標定)，或將傳感器從電路中斷開，以接入校準電壓。齒輪減速馬達標準振動和校準電壓可以是正弦式的，或者是階躍式的。般認為測量齒輪減速馬達系統在線性范圍內工作，所以錐齒輪減速機校準信號有兩個值就行了，可以取個零值，而另—值約等于被測值的大值。用階躍信號校準時分別輸入兩個已知的階躍值。每個階躍值停留定時間，進行采樣、量化，將這些得到的離散值的平均位作為校準信號的標準值，這個齒輪減速馬達值就對應著具有工程單位的已知階躍值。被分析數據經采樣、量化后的值就與這個校準標準進行比較，用線性插值法確定其大小。/nmrvjiansuji.html

本文鏈接:http://www.gcdehb.com/list_16/4770.html