万方数据万方数据万方数据万方数据万方数据万方数据万方数据万方数据机械工程学报第46卷第20期保留下来的信号的相位,因而是一种零相移消噪方法,这是一般的滤波器方法很难实现的。对比一下小波变换获得的消噪结果。利用Daubechies3号小波对图9a信号分解4层,得到第4层近似信号如图9c所示,其中虚线是理想的只f,可见近似信号产生了很大的相位偏移,分解层数越大,这种偏移就会越大,而且其前端还存在一定的边界误差,边界误差是小波变换中不可避免的,因为在算法中必须要进行数据延拓,而多分辨SVD的分解结果则没有这些缺陷。图9多分辨SVD与小波的消噪效果对比奇异值的变化曲线可以验证前面关于消噪原理的分析。此次分解时SVD近似和细节信号所对应的30个奇异值如图10所示。56>≮�52器4844之30飞20藿loO51015202530奇异值序号f/个(a近似奇异值O51015202530奇异值序号f/个(b细节奇异值图lO近似和细节奇异值的变化曲线可见细节奇异值在开始下降很快,这表明噪声的去除在开始很迅速,之后的下降变得越来越平缓,表明噪声的去除随着层数的增加而变得缓慢,最后趋于一条水平的直线,但这条水平线并不为零,它反映了正常信号被分配到细节中的那一部分微小能量,这种变化特点与前面关于消噪原理的理论分析完全一致。而近似信号奇异值的变化也可证实这一点,与细节奇异值不同,近似奇异值没有趋于水平,而是呈一个微小的斜度下降,这表明每次分解时近似信号都有一微小的能量损失,这种损失的能量被分配到同一层的细节信号中,使得细节奇异值不会完全趋于零,同时也造成了最终的近似信号有一定的损失,但这种损失对于最终的结果是可以接受的,图9b证明了这一点。7对轴承周期性冲击特征的提取若轴承滚道上存在点蚀或局部剥落时,在其振动信号中会产生周期性冲击【211,但是当损伤不是很严重时,这种周期性冲击并不明显,从时域和频域都不太好确认。对一个型号为6004的轴承振动进行检测,测量时外圈不动,径向加载40N,内圈的旋转速度为1000r/min-1,采样频率为6000Hz,采样长度l024点,得到振动加速度信号如图11a所示,其功率谱如图11b。可见信号时域波形非常复杂,难以看出其中有周期性冲击存在,从频域看,其频带主要分布在中频段,也难以判定有冲击现象发生。利用多分辨SVD对此信号分解4层,结果如图12所示。可见在细节信号中,特别是前3个细节信号中,获得了十分明显的周期性冲击,据此可以确定该轴承的滚道存在损伤,但是由于这种损伤尚不严重,因而原始信号中的冲击并不明显,很难予以确认。但通过多分辨SvD处理后,周期性冲击就被准确地提取出来了。之飞趔馨7之飞趔3馨采样点数,7s/点(a时域振动信号O5001000l500200025003000频率f/Hz(b功率谱图ll轴承振动信号及其功率谱能做出的诊断结论不止于此,根据提取的特征万方数据万方数据７４机械工程学报第４６卷第２０期ｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｄｉｓｃｒｅｔｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ［Ｊ］．ＭｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，２００７，到了明显的周期性冲击，但是在第３、４个细节中，ｖａｌｕｅ冲击特征就不明显了。对冲击特征最为明显的％信号提取其包络，结果如图１５所示，对比图１３的包络信号，可见此包络的效果明显要差一些，表现为存在较多的噪声干扰，包络边缘比较粗糙。２．５０Ｊｏｕｒｎａｌｏｆ３ｌ（１）：５缸６１．【３】ＶＡＮＬＡＮＤＵＩＴＳ，ＣＡＵＢＥＲＧＨＥＢ，ＧＵ】ＬＬＡＵＭＢＰ．Ｒｅｄｕｃｔｉｏｎｏｆｌａｒｇｅ仔ｅｑｕｅｎｃｙｒｅｓｐｏｎｓｅｆｕｎｃｔｉｏｎｄａｔａｓｅｔｓｕｓｉｎｇｒｏｂｕｓｔｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ之飞ａｎｄＳｔｒｕｃｔｕｒｅｓ，２００６，８４（１２）：８０８．８２２．【４】ＶＯＺＡＬＩＳＭＧ，ＭＡＲＧＡＲＩＴＩＳ２００４００６００８００ｌ趔１．２５馨０ＫＧ．ＵｓｉｎｇＳＶＤａｎｄｏｆ０００ｄｅｍｏｇｒａｐｈｉｃｃｏｌｌａｂｏｒａｔｉｖｅｄａｔａｆｏｒｔｈｅｅｎｈａｎｃｅｍｅｎｔｇｅｎｅｒａｌｉｚｅｄ采样点数ｎＳ，点ｆｉｌｔｅｒｉｎｇ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃ...