Исследование параметров вибрации судовых конструкций вейвлет-анализом виброграмм

Abstract

Исследование параметров вибрации судовых конструкций важно с точки зрения выработки мер обеспечения их надежной работы на судах. Используемый обычно анализ виброграмм с применением непрерывного преобразования Фурье (НФП) для точного представления нестационарных функций вообще и сигналов шумовых источников в частности непригоден ввиду ряда недостатков. Недостатки спектрального анализа и синтеза определенных во времени функций можно частью устранить оконным преобразованием Фурье (ОПФ). ОПФ использует в своей основе статичное окно, которое нивелирует локальные свойства сигнала, что в свою очередь является обратной стороной данного метода. Предлагается применять вейвлет-преобразование при анализе виброграмм, это позволит рассматривать все неоднородности и особенности интересующих участков сигнала. Вейвлеты – это набор производных функций от оригинальной функции с изменением ее масштаба и сдвига. В глобальном понимании это функции, ограниченные по частоте, с результирующим средним значением, равным нулю. В статье приведены признаки вейвлета. Представлены примеры наиболее распространенных вейвлет-функций. Предложено использование вейвлетных функций на базе не только временных, но и частотных преобразований. Предложена реализация алгоритма анализа данных виброизмерений. Приведен пример данных виброизмерений и результаты их обработки на базе частотного вейвлет-анализа

The study of the vibration parameters of ship structures is important for developing measures to ensure their reliable operation on ships. The commonly used analysis of vibrograms using the Continuous Fourier Transform (CFT) to accurately represent non-stationary functions in general and noise source signals in particular is unsuitable due to a number of drawbacks. The problems of spectral analysis and time-limited signal synthesis can be partially solved by switching to the Window Fourier Transform (WFT). The disadvantage of the WFT is that its calculation uses a fixed window, which cannot be adapted to the local properties of the signal. In order to get rid of this shortcoming for the analysis of vibrogram you can use wavelet transform. It also solves a number of other problems related to the processing of a noise signal. The word “wavelet” means small waves following each other (some sources have introduced the concept of “splash”). In a narrow sense, wavelets are a family of functions obtained by scaling and shifting a single, parent function. In a broad sense, wavelets are functions with frequency localization, whose average value is zero. The article shows the signs of a wavelet. Examples of the most common wavelet functions are given. The use of wavelet functions is proposed not only on the basis of time, but also frequency transformations. The implementation of the algorithm for analyzing vibration measurement data is proposed. An example of vibration measurement data and the results of their processing based on frequency wavelet analysis are given