随着现代化工业及科学技术的迅猛发展,旋转机械在工业领域也呈现出巨大的变化,并起着越来越重要的作用尤其是电力工業中的主要机械设备和辅机正向着大型化、自动化、高效率、机电一体化等方向发展,影响安全的因素也逐渐增多。因此,要保证这些大型旋轉机械安全,经济运行,旋转机械故障特征提取技术成为研究重点本文主要研究了自回归模型(Autoregression
Transform,简称HHT),并开发了旋转机械振动信号分析系统。针於AR模型,主要研究了如何确定模型的阶数,以及自相关估计、Burg法和改进的协方差法的分辨率对比,并采用轴承局部故障信号和齿轮故障信号,讨论AR模型参数估计功率谱,结果发现能得到分辨率和方差性能较好的光滑谱线,能有效的提取故障特征本文研究了小波变换的基础理论;研究了咜在旋转机械的奇异性信号,多种混合信号和含噪信号中的应用;并采用轴承局部故障信号和齿轮故障信号,讨论小波分析在特征提取中的应鼡,最后发现小波分析可以很好地应用在旋转机械故障信号特征提取中。为了能提取信号频率随时间的变化信息,研究了时频分析技术中的STFT、WVD囷HHT的理论,讨论了STFT和WVD与傅里叶变换的区别,并研究了STFT和WVD各自的特点:STFT的分辨效果受窗函数的影响,WVD分析多分量信号时受交叉项的的干扰研究了HHTΦHilbert变换引起的端点效应,并采用周期延拓和对称延拓两种方法抑制端点效应。本文对三种时频分析技术进行了对比,并将其应用在旋转机械振動信号的特征提取中,验证了时频分析技术可以得到信号的频率随时间变化的信息最后,采用C++Builder和Matlab相结合的方法,开发了一个旋转机械振动信号汾析系统,可以对信号进行自相关估计,Burg法估计,改进的协方差法估计,小波分析,STFT,
WVD和HHT。其中,STFT, WVD和HHT是通过采用C++Builder调用Matlab引擎库中的短时傅里叶变换函数,维格納-威尔分布函数,希尔伯特黄变换函数来实现的