Upload
philippe-babin
View
103
Download
3
Tags:
Embed Size (px)
Citation preview
SY016 Méthodes de Traitement du Signal et Applications
1
La CyclostationnaritéAspects théoriques et application
au Diagnostic
• Rappels sur les processus stochastiques
• Rappels sur la stationnarité
• La non-stationnarité
• La cyclostationnarité : définition
• Exemples
• Analyse spectrale des processus cyclostationnaires
• Application à la détection de périodicités cachées
SY016 Méthodes de Traitement du Signal et Applications
2
Rappels sur les processus stochastiques
• Un signal = un processus stochastique
• Une mesure du signal = une réalisation du processus
);( tX
12
n
);( 1tX
);( 2tX
);( ntX
SY016 Méthodes de Traitement du Signal et Applications
3
Rappels sur la stationnarité• Définition : invariance des propriétés statistiques en
fonctions du temps
);( 1tX
);( 2tX
);( ntX
t)();( 0 xftxf XX
• Applicable à la moyenne, la variance, la fonction d’autocorrélation, etc.
XX mtmtXE )()( )(),()()( XX RtRtXtXE
SY016 Méthodes de Traitement du Signal et Applications
4
Exemples de processus stationnaires
• Signal de communication
• Bruit électronique
La stationnarité représente-elle bien la plupart des processus physiques?
• Signal ECG, signal de parole
• Bruits de véhicules (voitures, avions)
• Vibrations des machines
• Séries chronologiques (économie)
SY016 Méthodes de Traitement du Signal et Applications
5
La non-stationnarité
• La non-stationnarité est une non-propriété– Pas d’outils d’analyse universels– Traitements au cas par cas
• Outils classiques dédiés à la N-S– Analyse d’enveloppe (N-S de l’énergie du signal)– Analyse temps-fréquence (N-S de l’amplitude et du
contenu fréquentiel)
t
fEX
t0
DSE à chaque t
SY016 Méthodes de Traitement du Signal et Applications
6
Cyclostationnarité• C’est une propriété de la N-S
• Définition : périodicité des propriétés statistiques);();( Ttxftxf XX
• Exemples– Modulation d’amplitude périodique– Modulation de fréquence périodique
T
T
SY016 Méthodes de Traitement du Signal et Applications
7
Cyclostationnarité
• Cyclostationnarité d’ordre 1 : moyenne instantanée
• Cyclostationnarité d’ordre 2 : FAC instantanée
)()()( TtmtmtXE XX
),(),()()( TtRtRtXtXE XX ),(),()()( 22 TtRtRtXtXE XX
Forme a.s. :
Forme s. :
t
X(t)
RX(t0,)
t0
SY016 Méthodes de Traitement du Signal et Applications
8
Exemples de processus CS
• Télécom (sur-échantillonné)
• Machines tournantes (à vitesse stationnaire)– Engrenages– Roulements à billes– Moteurs thermiques
• Phénomènes biologiques cycliques (période constante !)
• Phénomènes physiques cycliques (météorologie)
SY016 Méthodes de Traitement du Signal et Applications
9
Statistiques cycliques
• Ordre 1
• Ordre 2
Tktj
k
kxX emtm 2)(
mkx = coefficients de Fourier de mx(t)
Tktj
k
kxX eRtR 2)(),(
Rkx() = fonction d’autocorrélation cyclique
Si X(t) est CS1 alors mkx 0 pour k 0
Si X(t) est CS2 alors Rkx() 0 pour k 0
SY016 Méthodes de Traitement du Signal et Applications
10
Analyse spectrale des processus CS
• DSP classique (cas stationnaire)
• Densité de corrélation spectrale (cas CS)
21 )(lim)()( fXEfSR TTTXX
)()(lim),(),( 2*
2
fXfXEfStR TT
TXX
f
SX(,f)
1/T 2/T 3/T
TXS /2
densité surfacique
densité linéique
f
SY016 Méthodes de Traitement du Signal et Applications
11
Analyse spectrale des processus CS
• Propriétés– La DCS est continue en f et discrète en – Les densités linéiques S
x(f) sont portées aux fréquences cycliques = k/T, kZ. On les nomme spectres de puissance cycliques.
– Le spectre de puissance cyclique en = 0 est égal à la DSP
– Si le signal est stationnaire, alors seul S0x(f) 0
)()(0 fSfS xx
• Unités– DCS (densité surfacique) u²/Hz²
– SPC (densité linéique) u²/Hz
SY016 Méthodes de Traitement du Signal et Applications
12
Relations entre statistiques temporelles, cycliques et
spectrales
),( tRX
)(xR
)( fSx
),( ftWX
t
f
f
t
série de Fourier
série de Fourier transformée de Fourier
transformée de Fourier
autocorrélation instantanée
spectre de puissance cyclique
spectre instantané
autocorrélation cyclique
SY016 Méthodes de Traitement du Signal et Applications
13
Application à la détection de périodicités cachées
• Domaines d’application– En diagnostic des machines pour détecter la présence
d’un défaut– En télécom pour estimer la porteuse– En météo en bio pour la prédiction
• Méthode– Calculer Sx(,f) et détecter la présence de lignes
spectrales en certaines valeurs de (lourd en pratique)
– Calculer Rx() et trouver les valeurs de où la quantité
n’est pas nulle (T.F de x²(t) = estimation de Rx(0) )
SY016 Méthodes de Traitement du Signal et Applications
14
Exemples• Roulement à billes avec
défaut bague interne
0 50 100 150 200 250 300 350 400 450 5000
100
200
300
400
500
0 50 100 150 200 250 300 350 400 450 5000
0.5
1
1.5
2
2.5
3x 10
6
Fre
quen
cy f
[Hz]
Frequency [Hz]
Inte
grat
ed C
SD
9.5 Hz 120 Hz 240 Hz
Frequency [Hz]
(b)
(a)
SY016 Méthodes de Traitement du Signal et Applications
15
Exemples• Roulement à billes avec
défaut bague externe
0 50 100 150 200 250 300 350 400 450 5005750
5850
5950
6050
6150
6250
0 50 100 150 200 250 300 350 400 450 5000
1
2
3
4x 10
4
Fre
quen
cy f
[Hz]
Frequency [Hz]
Abs
olut
e m
agni
tude
97 Hz
194 Hz
(a)
(b)
Frequency [Hz]
SY016 Méthodes de Traitement du Signal et Applications
16
Instrumentation par la Instrumentation par la Westland LTDWestland LTD
• 477 signaux.
• 8 accéléromètres.
• 8 différents défauts.
• 3 tests effectués sans défaut.
• Seulement trois niveaux de défaut.
• Système à vitesse constante et neuf couples différents.
22
SY016 Méthodes de Traitement du Signal et Applications
17
fr1
fr2
fr3
fe1
fe2
Lien entre fe1 et fr1
Lien entre fe1 et fr2
Lien entre fe2 et fr1
Lien entre fe2 et fr3
Diagnostiquer un écaillage
Défaut caractérisé par un lien entre fr et fe
Recherche de liens entre les différents
couples ( fe ; fr )
25
SY016 Méthodes de Traitement du Signal et Applications
18
Autres intérêts de la CS
• Approche récente en Traitement du Signal qui apporte des possibilités nouvelles
• L’approche conserve l’information de la phase (référence des temps) et renseigne sur des liens statistiques entre composantes fréquentielles
Utilisation en identification aveugle de fonctions de transfert linéaires
Utilisation en identification de FT non-linéaires et/ou variantes
Utilisation en soustraction de bruit
Utilisation en séparation de sources