第1章　绪论

1.1　时频分析技术研究的意义

设备状态监测与故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定设备整体或局部是否正常，尽早发现故障及其原因，并能预测故障发展趋势的技术。随着现代科学技术的发展与进步，工业设备越来越大型化，功能越来越多，结构越来越复杂，自动化程度越来越高。随之而来的问题是，一旦关键设备发生故障，不仅设备受损、生产线停工，造成巨大的经济损失，而且可能危及人身安全，造成环境污染，带来严重的社会问题。在设备上装载在线监测和故障诊断系统，对设备的运行状态进行实时监测，既能掌握设备状态的变化趋势，又能及时发现设备运行过程中的微小故障，这样就可实现有针对性的维修，从而达到防止事故发生和减少维修时间的双重效果，最大限度地减少停机时间，节约人力、物力和财力，提高生产效益，保证产品质量。

设备状态监测与故障诊断技术在企业的成功应用及其带来的巨大经济效益促使人们不断研发新的理论和技术。近三十年来，该领域不断汲取现代科学技术发展的新成果，理论和实际应用都有迅速的发展，至今已发展成为集数学、力学、振动分析、信号处理、人工智能、电子技术等各种现代科学技术于一体的新兴交叉学科。状态监测与故障诊断的过程一般分为四个步骤：数据采集、信号处理与特征提取、状态识别与故障诊断、维修决策。目前工况监测与故障诊断技术的核心问题仍然是如何全面掌握机器的运行信息，分析各种故障的表现特征以及对各种特征的识别，从而正确区分机器的各种常见故障，确定故障发生部位及程度。

目前，利用振动信号对设备进行监测、诊断，仍然是设备故障诊断中最有效、最常用的方法之一。机械设备和结构系统在运行过程中的振动及其特征信息是反映系统及其变化规律的主要信号，而信号分析处理就是对这些信号进行加工、变换，提取出对诊断有用的敏感信号。归根结底，故障诊断技术要靠特征提取这个环节来实现，但故障特征提取一直是实现故障诊断的瓶颈。传统的基于快速傅里叶变换（FFT）的经典信号处理方法在工况监测与故障诊断中发挥了巨大的作用。但是，在使用过程中人们发现傅里叶变换分析方法存在着严重的不足，如：傅里叶变换缺乏时间和频率的定位功能，对信号不能同时进行时间-频率局域性分析；傅里叶变换对非平稳信号的分析能力有限，不能很好地揭示非平稳信号所包含的信息。在以设备振动信号为状态参量的设备运行状态监测与故障诊断中，因设备运行转速的不稳定、载荷的变化以及因设备故障产生的冲击、摩擦等，会导致非平稳与非线性振动信号的产生，基本平稳过程的传统信号处理理论难以很好地发挥作用，因此，寻求更好的信号处理方法，已经成为工程技术人员共同努力研究的前沿课题。

傅里叶变换的这些不足成为了推动人们寻找新的信号分析与处理方法的动力。早在1932年，Wigner就提出了时间-频率联合分布的概念，并将其应用于量子力学领域；1946年，Gabor提出了短时傅里叶变换和Gabor变换的概念，从而开始了非平稳信号时频联合分析的研究；20世纪80年代后期发展起来的小波变换不仅扩展了信号联合时频分析的概念，而且在信号的分辨率方面有了一定的适应性。时频联合分析技术在机械故障诊断领域内的应用是在20世纪90年代兴起的，尽管这一方法对非平稳机械振动信号分析具有诸多的潜在优势，但是因为常用的时频分析方法存在一些缺陷，如短时傅里叶变换时频分辨率的问题，Wigner分布交叉项干扰问题，小波变换的时间-尺度图不直观以及对信号缺乏强的适应性等问题，致使其还远没有成为机械故障诊断的主流。因此，为了改进时频分析方法所存在的问题，扩大时频分析方法在机械故障诊断中的应用领域，研究新型时频分析技术及其在故障特征提取中的应用就具有了迫切的现实意义。