信封分析基本问题

信息处理 离散信号 频谱 低通滤波器 高通滤波器 信封
2022-02-02 18:23:35

我有一个以 25.6 kHz 采样的振动信号,我想对其执行包络分析。

T. Barszcz 的《基于振动的风力涡轮机状态监测》有下图:

在此处输入图像描述

  1. 我理解为什么在 HP 和 LP 滤波器期间 FFT 图中的频率会发生变化,但是为什么在执行 abs(整流器)步骤时频率范围会从 (b) -> (c) [0 -> 8 kHz] 变化?干杯!

编辑: 这是我数据中“变速箱高速轴”的 FFT。 “变速箱高速轴”的 FFT

2个回答

以 25.6 Hz 采样,25.6 kHz 的可能性更大。

  1. 您的信号包含强大的基础(可能是涡轮机本身)加上顶部的一些“模糊”内容,这是作者显然想要的振动信号。您可以在频谱中清楚地看到这一点:低频处的强峰值和 4k 到 8k 之间的一点模糊
  2. 应用高通滤波器以消除基波。时间信号丢失了大正弦波。4k-8k区域是一样的,只是“放大”了。低频峰值消失了,但是由于图形的缩放方式,您看不到这一点
  3. 绝对值:一个信封只能有正数,所以你需要一种方法让这一切都是正数。有典型的两种选择:绝对值或平方。在大多数情况下,平方是更好的选择,因为它具有良好的物理解释:它只是能量与时间的关系。取绝对值是高度非线性操作,因此您将看到更多更高的频率。看起来作者在这里犯了一个相当大的错误:大部分能量位于 6kHz 左右,非线性会产生 12kH、18kHz(更少)、24kHz 等左右的能量,所以可能有相当多的混叠发生。更糟糕的是,您无法轻易看到混叠,因为在给定采样率的情况下,二阶谐波落在低频下混频产物的顶部。一世' 我很确定 3k 附近的小峰是纯混叠。平方还可以更轻松地管理混叠,您只需要将上采样率提高 2 倍。
  4. 低通滤波器:大多数人将此输入信号解释为“能量与时间的关系”,顶部有一些高速变化,它们会在很短的时间内相互抵消,所以我对这些不感兴趣。所以你使用一个低通滤波器来摆脱它们。还有其他选项:有损峰值检测器、rms 检测器等。频率图与步骤 c) 中的相同,除了所有高频模糊都消失了,但由于图的缩放比例不同,所以没有显示

但是为什么在执行 abs(整流器)步骤时频率范围会从 (b) -> (c) [0 -> 8 kHz] 变化?

主要是作者的马虎和懒惰。这也是一个错误:频率范围确实发生了变化,但并没有按照预期或显示的方式发生变化。它们似乎在没有先进行上采样的情况下采用绝对值,这会导致显着的混叠。绝对值运算后信号的“真实”频率范围比显示和计算的要大得多。

高通滤波信号失去了低频,因此您可以将频谱重新聚焦到更高的频率范围。整流后,第一个现象就是信号变正了。因此,它不再是零均值,从而恢复了在高通滤波信号中衰减的低频。

第二个是更高频率项的存在。通常,当正弦分量具有周期时,其绝对值会使其周期加倍并产生高次谐波。T