振动分析-33-深入理解时域同步平均TSA算法模拟应用

1 时域同步平均算法TSA

1.1 TSA简介

时域同步平均技术 时域同步平均（Time Synchronous Averaging, TSA）是一种用于信号处理和分析的技术，特别是在机械设备的状态监测和故障诊断领域中广泛应用。

该技术主要用于从包含大量噪声或随机干扰的振动信号中提取出周期性或准周期性的有用信息。 在机械设备如旋转机械（如电动机、发电机、风扇、齿轮箱、直升机主减速器等）的振动信号分析中，由于其运行时的振动往往具有与转速相关的周期性特征，原始采集的振动信号会混合有各种噪声和不稳定因素。

时域同步平均技术正是利用这种周期性，通过选择适当的参考点（通常是机器的转动频率或其倍频），将多个连续工作周期内的振动信号片段按照相同的相位关系对齐，并进行平均运算，从而有效地抑制随机噪声和非周期性干扰，增强周期性故障特征信号，提高信噪比。

具体步骤包括：
1. 根据被测设备的转速或特征频率，确定信号采样的同步点。
2. 将多次测量或者长时间内获取的同一类型振动信号分割成多个与旋转周期相对应的时间窗口。
3. 对每个窗口内的信号值进行平均计算。
4. 得到的同步平均后的信号能够清晰地显示原本淹没在噪声中的周期性振动成分，便于进一步识别和诊断潜在的机械故障。