在发电机短路等故障中,所检测的信号均会存在奇异点(畸变点),该点使得信号成为非平稳信号,一般的信号处理方法均是处理平稳信号、理想信号,因此是无法实现故障点的定位的,傅里叶分析就存在这种局限性,而再进一步发展,对分析方法加上窗函数,只分析在窗内的信号,大致上可以说是实现了定位,但若想要实现精确的定位,必须能随时改变时间窗的大小,短时傅里叶变换是无法做到的,因此就产生了小波理论、多分辨分析,其可以实现对信号在不同时域和不同频域采用不同的时间窗,基本上可以说是实现了精确定位。
傅里叶变换是一种单纯的对信号进行全局变换的分析方法,可以理解为只能分析信号在整个时域上的频率分量,无法实现对信号进行局部 分析。
短时傅里叶变换虽然采用了加窗方法,但该方法在精确分析时是存在很大的局限性的,只能实现基本的、大致上的定位。
小波变换就是在短时傅里叶变换的基础上进行了本质上的改变,通过不断改变时间窗的宽度,实现对信号低频部分采用较低的时间分辨率而实现精确的频率定位,对信号高频部分采用较低的频率分辨率精确的时间定位,通俗来讲,就是低频部分需要获得精确的频率信息,因此采用较大地频率分辨率,而对高频部分需要获得精确的时间信息,这是因为信号的故障奇异点就是存在于高频部分,需要精确的时间定位,获得故障点的位置。
小波变换与短时傅里叶变换、傅里叶变换的比较(在故障诊断领域的应用)
最新推荐文章于 2024-03-28 13:39:21 发布