傘齒輪雙曲面減速機信號時頻分析。現在，對于性質是不亂不變的信號，處理的理想工具仍舊是傅立葉分析。跟著t的變化，起時限作用的窗函數g(t)所確定的時間窗就在t軸上滑移，對信號進行分段截取，將其化為若干段局部平穩信號，對它們分別取傅立葉變換后得到組信號的“局部”頻譜，從不同時刻的“局部”頻譜的差異上，可看到雙速電機減速機信號的時變特征。我們在后面要討論的小波變換則具備這能力。時頻分析著重于研究信號能量在某特定時間和頻率處的分布。但其不足之處為:我們對信號作時頻分析時，般對快變的信號，我們但愿傘同軸斜齒輪減速機有好的時間分辨率以觀察其快變部門(如尖脈沖等)，即觀察的時間寬要小，受時寬–帶寬積的影響，這樣，對該信號頻域的分辨率必然要下降。傘同軸斜齒輪減速機信號處理已經成為當代科學技術工作的重要部門。前者給出了信號的線性表示，而后者是信號的非線性表示。從數學角度來看，信號與影像處理可以統看作是信號處理(影像可以看作是二維信號)，在同軸斜齒輪減速機小波分析地很多分析的很多應用中，都可以歸結為雙曲面減速機信號處理題目。信號處理的目的就是:正確的分析、診斷、編碼壓縮和量化、雙曲面減速機快速傳遞或存儲、精確地重構(或恢復)。反之，對漸變信號，因為它對應的是低頻信號，所以我們但愿在低頻處有好的頻率分辨率，但不可避免的要降低時域的分辨率。

其中起限頻作用。在齒輪故障診斷中，因為振動信號的不平穩性，時頻分析得到越來越廣泛的正視。(2)傘同軸斜齒輪減速機時窗越長，信號的“局部”平穩性越難于保證。因此，我們但愿雙曲面減速機所采取的時頻分析算法能自動適應這要求。雙曲面減速機生產廠家短時傅里葉變換(STFT)是經典的時頻分析方法，通過比較時頻平面上信號的能量分布分析存在故障。然而，STFT只簡樸選擇傘同軸斜齒輪減速機低通窗函數，而未考慮信號特點，故時頻分辨能力較差。顯然，因為STFT的t?，u?不隨?，t變化而變化，因而雙曲面減速機不具備這自動調節能力。要進步頻域分辨率就得增加時窗長度，同時造成時域分辨率下降;結公道論可知，STFT圖將傘同軸斜齒輪減速機信號f(t)映射到個時頻平面(t，w)上。小波變換也是有效的時頻分析方法。(1)）窗函數g(t)所確定的雙曲面減速機時頻窗口具有相同的時寬和頻寬，這不符合實際中高頻信號的時域分辨率應比低頻信號高的要求，即變換窗口大小應隨頻率而變，傘同軸斜齒輪減速機頻率越高，窗口應越小。現有仿真掃頻信號，傘同軸斜齒輪減速機產生的波形時域圖以及STFT圖如圖4.27~圖4.30所示，仿真信號采樣頻率設定為5120Hz，分析頻率2000H。但是在實際應用中的大多數信號長短平穩的，而特別合用于非平穩信號的工具就是小波分析。因為快雙曲面減速機變信號對應的是高頻信號，因此對這類信號，我們但愿有好的時間分辨率，但同時就要降低傘同軸斜齒輪減速機高頻的分辨率。http://m.emkir.com/product/list-zhijiaojiansuji-cn.html