基于时域特征识别微频差信号

微频差现象广泛存在于机械振动领域,为弥补频谱分析的不足,提出了2种识别微频差信号的时域方法。将2个、3个微频差时域信号绘制在笛卡尔坐标上,发现了对微频差较敏感的笛卡尔坐标特征。结合笛卡尔坐标特征,利用微分方法,进一步提出可用于识别多个微频差信号的累积特征,给出了多维空间下离散信号的累积算法,利用仿真计算说明了累积特征在识别微频差信号方面的有效性和敏感性。将笛卡尔坐标特征应用于转子轴心轨迹噪声来源分析,为轴心轨迹提纯提供了简单途径。将累积特征应用于叶片加工质量评价,为叶片质量控制提供新方法。工程应用表明,时域特征进行微频差信号识别是有效的。