1. 概述
在轴承故障中,故障信号通常较为微弱,很可能被设备周期性运转产生的强周期性信号所淹没,导致无法准确识别故障,这时我们需要用到信号预白化方法来提取故障信息。信号预白化的思路是通过抑制振动信号中的强周期部分,提升振动信号的冲击特性,从而提取出故障信息,目前常用的信号预白化方法有两种:
- 通过线性预测方法实现, 如基于信号自回归模型分离振动信号的确定性分量,留下的残余信号包含白噪声和轴承损伤引起的非平稳冲击;
- 通过倒谱编辑实现信号的预白化。
本章主要介绍基于倒频谱的信号预白化方法。
2. 倒频谱预白化原理
2.1 倒频谱
倒谱定义为“对数谱的逆傅里叶变换”。 而复倒谱定义为“复对数谱的逆傅里叶变换”。 显然复倒谱的优点是与时间信号可逆, 这样使得在倒谱域的信号处理成为可能,但是需要将相位展开成频率的连续函数。倒频谱的定义如下: