Moments spectraux du spectre de Wigner-VilleRelation avec le cepstre différentiel moyen et application aux signaux vibratoires de machines tournantes
Spectral moments of the Wigner-Ville. Spectrum connection with the mean differential cepstrum and application to vibration signals of rotating machinery
OPEN ACCESS
The aim of this paper is to introduce some new techniques for the vibration analysis of rotating and reciprocating machinery which take advantage of cyclostationarity. We focus our approach on the leading role played by the spectral moments and cumulants of the Wigner-Ville spectrum. When expanded with respect to the angle variable, they provide a fine characterization of transients. When expanded w.r.t the frequency variable, they lead to the definition of the mean differential cepstrum which is used in the vibration inverse problem. Examples of applications are dicussed for the detection of faults and diagnosis of machines.
Résumé
Le but de cet article est de présenter de nouvelles méthodes pour l’analyse vibratoire des machines tournantes et alternatives qui tirent parti de la cyclostationnarité des processus analysés. Nous concentrons plus particulièrement notre approche sur le rôle central joué par les moments spectraux et les cumulants spectraux du spectre de Wigner-Ville. Exprimés par rapport à la variable angulaire du cycle machine, ceux-ci fournissent une alternative à l’analyse temps-fréquence pour caractériser très finement les transitoires. Exprimés par rapport à la variable fréquentielle, ils conduisent à la définition du cepstre différentiel moyen qui apporte une contribution intéressante au problème inverse qui consiste à reconstruire une force excitatrice en aveugle. Nous présentons plusieurs applications pour illustrer l’apport des méthodes à la détection des défauts et au diagnostic des machines. Le but de cet article est de présenter de nouvelles méthodes pour l’analyse vibratoire des machines tournantes et alternatives qui tirent parti de la cyclostationnarité des processus analysés. Nous concentrons plus particulièrement notre approche sur le rôle central joué par les moments spectraux et les cumulants spectraux du spectre de Wigner-Ville. Exprimés par rapport à la variable angulaire du cycle machine, ceux-ci fournissent une alternative à l’analyse temps-fréquence pour caractériser très finement les transitoires. Exprimés par rapport à la variable fréquentielle, ils conduisent à la définition du cepstre différentiel moyen qui apporte une contribution intéressante au problème inverse qui consiste à reconstruire une force excitatrice en aveugle. Nous présentons plusieurs applications pour illustrer l’apport des méthodes à la détection des défauts et au diagnostic des machines.
Cyclostationarity, synchronous analysis, Wigner-Ville spectrum, spectral moments and cumulants, mean diffrential cepstrum, blind identification, diagnosis
Mots clés
Cyclostationnarité, analyse synchrone, spectre de Wigner-Ville, moments et cumulants spectraux, cepstre différentiel moyen, identification en aveugle, diagnostic
[1] C. Capdessus, « Aide au diagnostic des machines tournantes par traitement du signal », Thèse de doctorat de l’INPG, 1992, Grenoble.
[2] A. C. McCormick, A. K. Nandi, «Cyclostationarity in Rotating Machine Vibrations », Mechanical Systems and Signal Processing, Vol. 12, n° 6, 1998, p. 225-242.
[3] C. Capdessus, M. Sidahmed, J.-L. Lacoume, « Apports de la théorie des processus cyclostationnaires à l’analyse et au diagnostic des engrenages », Recueil de conférence – Le Traitement du Signal en Mécanique, Senlis, 1992, p. 391-401.
[4] C. Capdessus, M. Sidahmed, J.-L. Lacoume, « Cyclostationary Processes : Application in Gear Faults Early Diagnosis », Mechanical Systems and System Processing, 14(3), 2000, 371-385.
[5] J. Antoni, J. Danière, F. Guillet, « Blind System Identification of NonMinimum Phase Systems using the Mean Differential Cepstrum », European Signal Processing Conference, Tampere, Sept. 2000.
[6] J. Antoni, « Apports de l’échantillonnage angulaire et de la cyclostationnarité au diagnostic par analyse vibratoire des moteurs thermiques », Thèse de doctorat de l’INPG, 2000, Grenoble.
[7] A. G. Miamee, H. Salehi, « On the Prediction of Periodically Correlated Stochastic Processes », in Multivariate Analysis V, P.R. Krishnaiah Ed., Amsterdam, 1980, p. 167-179.
[8] W. A. Gardner, « Statistical Spectral Analysis : A Non-Probabilistic Approach Theory », Englewood Cliffs, N.J., Prentice-Hall, 1987.
[9] H. L. Hurd, « Representation of Strongly Harmonizable Periodically Correlated Processes and Their Covariances », Journal of Multivariate Analysis, Vol. 29, 1989, p. 53-67.
[10] W. A. Gardner, « Exploitation of Spectral Redundancy in Cyclostationary Signals », IEEE Signal Processing Magazine, Avril 1991, p. 8-36.
[11] W. Martin, « Time-Frequency Analysis of Random Signals », Int. Conf. Acoustics, Speech and Signal Processing, Mai 1982, Paris, p. 1325-1328.
[12] W. Martin, P. Flandrin, « Wigner-Ville Spectral Analysis of Nonstationary Processes », IEEE Trans. on Acoustics, Speech and Signal Processing, Vol. ASSP-33, n° 6, Dec. 1985.
[13] M. A. Poletti, « Instantaneous Frequency and Conditional Moments in the Time-Frequency Plane », IEEE Transactions on Signal Processing, Vol. 35, N° 3, March 1991, p. 755-756.
[14] E. Barnes, « The Calculation of Instantaneous Frequency and Instantaneous Bandwidth », Geophysics, Vol.57, n° 11, Nov. 1992, p. 1520-1524.
[15] M. Kendall, A. Stuart, « The Advanced Theory of Statistics », Macmillan Publishing Co., Inc., New York, 1977.
[16] R. B. Randall, J. Antoni, S. Chobsaard, « A Comparison of Cyclostationary and Envelope Analysis in the Diagnosis of Rolling Element Bearings », Int. Conf. Acoustics, Speech and Signal Processing, Juin 2000, Istamboul, Turquie.
[17] A. Polydoros, A.T. Fam, « The Differential Cepstrum, Definitions and Properties », Proc. IEEE Int. Symposium on Circuits and Systems, Avril 1981, p. 77-80.
[18] J. T. Kim, R. H. Lyon, « Cepstral Analysis as a Tool for Robust Processing, Deverberation and Detection of Transients », Mechanical Systems and Signal Processing, Vol. 6, n° 1, 1992, p. 1-15.
[19] D. J. McCarthy, R. H. Lyon, « Recovery of Impacts Signatures in Machine Structures », Mechanical Systems and Signal Processing, Vol. 9, n° 5, 1995, p. 465-483.
[20] Y. Gao, R. B. Randall, « Determination of Frequency Response Functions from Response Measurements – I. Extraction of Poles ans Zeros from Response Cepstra », Mechanical Systems and Signal Processing, Vol. 10, n° 3, 1996, p. 293-317.
[21]M. El Badaoui, J. Danière, F. Guillet, « Surveillance des systèmes complexes à engrenages par l’analyse cepstrale synchrone », Traitement du Signal, Vol. 16, N° 5, 1999, pp. 371-381.
[22] B. Samimy, G. Rizzoni, « Mechanical Signature Analysis Using TimeFrequency Signal Processing : Application to Internal Combustion Engine Knock Detection », Proceedings IEEE, Vol.84, n° 9, 1996, p. 1330-1343