第1章　緒論

1.1　時頻分析技術研究的意義

設備狀態監測與故障診斷技術是一種了解和掌握設備在使用過程中的狀態，確定設備整體或局部是否正常，盡早發現故障及其原因，并能預測故障發展趨勢的技術。隨著現代科學技術的發展與進步，工業設備越來越大型化，功能越來越多，結構越來越復雜，自動化程度越來越高。隨之而來的問題是，一旦關鍵設備發生故障，不僅設備受損、生產線停工，造成巨大的經濟損失，而且可能危及人身安全，造成環境污染，帶來嚴重的社會問題。在設備上裝載在線監測和故障診斷系統，對設備的運行狀態進行實時監測，既能掌握設備狀態的變化趨勢，又能及時發現設備運行過程中的微小故障，這樣就可實現有針對性的維修，從而達到防止事故發生和減少維修時間的雙重效果，最大限度地減少停機時間，節約人力、物力和財力，提高生產效益，保證產品質量。

設備狀態監測與故障診斷技術在企業的成功應用及其帶來的巨大經濟效益促使人們不斷研發新的理論和技術。近三十年來，該領域不斷汲取現代科學技術發展的新成果，理論和實際應用都有迅速的發展，至今已發展成為集數學、力學、振動分析、信號處理、人工智能、電子技術等各種現代科學技術于一體的新興交叉學科。狀態監測與故障診斷的過程一般分為四個步驟：數據采集、信號處理與特征提取、狀態識別與故障診斷、維修決策。目前工況監測與故障診斷技術的核心問題仍然是如何全面掌握機器的運行信息，分析各種故障的表現特征以及對各種特征的識別，從而正確區分機器的各種常見故障，確定故障發生部位及程度。

目前，利用振動信號對設備進行監測、診斷，仍然是設備故障診斷中最有效、最常用的方法之一。機械設備和結構系統在運行過程中的振動及其特征信息是反映系統及其變化規律的主要信號，而信號分析處理就是對這些信號進行加工、變換，提取出對診斷有用的敏感信號。歸根結底，故障診斷技術要靠特征提取這個環節來實現，但故障特征提取一直是實現故障診斷的瓶頸。傳統的基于快速傅里葉變換（FFT）的經典信號處理方法在工況監測與故障診斷中發揮了巨大的作用。但是，在使用過程中人們發現傅里葉變換分析方法存在著嚴重的不足，如：傅里葉變換缺乏時間和頻率的定位功能，對信號不能同時進行時間-頻率局域性分析；傅里葉變換對非平穩信號的分析能力有限，不能很好地揭示非平穩信號所包含的信息。在以設備振動信號為狀態參量的設備運行狀態監測與故障診斷中，因設備運行轉速的不穩定、載荷的變化以及因設備故障產生的沖擊、摩擦等，會導致非平穩與非線性振動信號的產生，基本平穩過程的傳統信號處理理論難以很好地發揮作用，因此，尋求更好的信號處理方法，已經成為工程技術人員共同努力研究的前沿課題。

傅里葉變換的這些不足成為了推動人們尋找新的信號分析與處理方法的動力。早在1932年，Wigner就提出了時間-頻率聯合分布的概念，并將其應用于量子力學領域；1946年，Gabor提出了短時傅里葉變換和Gabor變換的概念，從而開始了非平穩信號時頻聯合分析的研究；20世紀80年代后期發展起來的小波變換不僅擴展了信號聯合時頻分析的概念，而且在信號的分辨率方面有了一定的適應性。時頻聯合分析技術在機械故障診斷領域內的應用是在20世紀90年代興起的，盡管這一方法對非平穩機械振動信號分析具有諸多的潛在優勢，但是因為常用的時頻分析方法存在一些缺陷，如短時傅里葉變換時頻分辨率的問題，Wigner分布交叉項干擾問題，小波變換的時間-尺度圖不直觀以及對信號缺乏強的適應性等問題，致使其還遠沒有成為機械故障診斷的主流。因此，為了改進時頻分析方法所存在的問題，擴大時頻分析方法在機械故障診斷中的應用領域，研究新型時頻分析技術及其在故障特征提取中的應用就具有了迫切的現實意義。