平稳性检测技术

平稳性检测是工程与科学实验中评估系统、设备或试件在动态载荷下保持其运动或振动参数稳定的关键技术。其核心在于量化系统输出（如位移、速度、加速度）的统计特性（如均值、方差、频谱）随时间的变化程度。平稳过程意味着这些统计特性不随时间原点平移而改变，是后续动态数据分析（如频谱分析、传递函数估计）有效性的根本前提。

1. 检测项目分类及技术要点

平稳性检测主要分为时域检验和频域检验两大类。

1.1 时域检验
时域检验直接基于时间序列数据判断其统计特性的恒定性。

• 轮次检验：通过分析数据序列相对于中值或均值的穿越次数进行统计推断。计算序列与中值比较产生的符号序列的“轮次数”（即符号连续相同的一段）。若过程平稳，轮次数的分布应服从特定的统计分布。偏离该分布则提示非平稳。技术要点在于合理选择分割基准（中值或均值）并进行显著性水平（通常取α=0.05）下的假设检验。

• 逆序检验：适用于检测均值平稳性。将序列分段并计算各段均值，然后检验这些均值序列是否随机起伏。通过计算“逆序数”（即后一段均值小于前一段均值的次数）并进行统计检验来判断。逆序数过多或过少均表明均值存在趋势性或周期性漂移。

• 自相关函数检验：平稳过程的自相关函数仅与时间延迟τ有关，与时间起点t无关。通过计算不同起始时间t的自相关函数估计值，观察其随τ变化的形态是否一致来定性判断。严格定量检验较为复杂。

1.2 频域检验
频域检验通过分析信号功率谱的稳定性进行判断。

• 谱平稳性检验：将长时间记录分段，计算各段的功率谱密度估计。对比各段谱在主要频率分量上的幅值及分布形态。若各段谱结构基本一致，则认为是平稳的。常用指标包括谱密度的方差分析或主要频带能量比的波动性评估。

• 时频联合分析：对于潜在的非平稳信号（如变频、变幅），采用短时傅里叶变换、小波变换或Wigner-Ville分布等方法，观察信号的能量在时间-频率平面上的分布。若能量集中在不随时间变化的频率线上，则过程平稳；若能量脊线随时间变化，则为非平稳。

通用技术要点：

• 数据长度与分段：足够的样本长度是检验可靠性的基础。频域检验中分段需兼顾频率分辨率和段内平稳性假设，通常建议每段数据点不少于1024点，且段数足够以进行统计比较。

• 显著性水平选择：通常取0.05或0.01。需注意统计检验的效力，避免Ⅱ类错误（将非平稳误判为平稳）。

• 预处理：检测前需对数据进行去趋势（消除线性或多项式趋势项）和去野值处理，避免这些因素干扰对平稳性的判断。

2. 各行业检测范围的具体要求

不同行业因被测对象与运行环境差异，对平稳性检测的范围、标准和容忍度有特定要求。

• 机械与航空航天工程：

  • 范围：发动机转子振动、飞行器结构颤振、车辆悬挂系统振动、机床主轴运行。

  • 要求：极高。转子动力学分析要求振动信号在额定转速下严格平稳，以准确识别临界转速与不平衡响应。飞行器颤振试验要求气动载荷与结构响应在测试时间段内平稳，以获取可靠的阻尼比与颤振边界。通常要求主要频率分量幅值波动小于±5%，且无显著趋势项。

• 土木与地震工程：

  • 范围：结构健康监测中的风致振动、地震动记录、环境激励下的桥梁模态分析。

  • 要求：区分对待。地震动本身是强非平稳过程，但用于结构线性响应分析时，常需检验响应信号的短时平稳性（通常假设在10-20秒时间段内平稳）。环境激励（风、微震）下的结构响应通常假设为平稳随机过程，进行模态参数识别前需验证其平稳性，确保谱分析的准确性。

• 电力系统：

  • 范围：电网频率波动、发电机输出电压与电流信号。

  • 要求：关注特定时间尺度。在稳态运行条件下，要求工频分量（50/60Hz）幅值与频率高度平稳（波动通常需优于0.1%）。对于电能质量分析中谐波、间谐波的检测，则需在数个工频周期的时间窗内满足准平稳条件。

• 生物医学工程：

  • 范围：心电图、脑电图、肌电图等生理信号。

  • 要求：高度非平稳，但需分段平稳处理。例如，静息状态下的EEG可视为短时平稳（1-2秒窗），用于提取α、β波等节律；而ECG则需按心跳周期进行分段对齐（心拍划分）后，在单个心拍内进行平稳性分析，以检测异常波形。

• 金融时间序列分析：

  • 范围：资产价格收益率序列。

  • 要求：通常原始价格序列是非平稳的，但一阶差分（收益率）序列需通过平稳性检验（如单位根检验-ADF检验），才能应用经典的线性时间序列模型（如ARMA模型）。这是模型构建的前提步骤。

3. 检测仪器的原理和应用

平稳性检测依赖于高质量的数据采集，核心仪器是数据采集系统与传感器，并通过专用软件完成分析。

• 传感器：

  • 原理：将物理量（加速度、速度、位移、应变、电压、电流）转换为电信号。如压电式加速度计（利用压电效应）、ICP型传感器（内置集成电路放大器）、应变片（基于电阻应变效应）、麦克风（声压转换）。

  • 应用：根据被测参量选择。振动检测多用加速度计，声学检测用麦克风，旋转机械常用非接触式电涡流位移传感器。传感器的频率响应范围、灵敏度、动态范围必须覆盖被测信号的特征。

• 数据采集系统：

  • 原理：包括信号调理（放大、滤波、抗混叠）、模数转换和数字存储。关键参数为采样率（需满足奈奎斯特采样定理，一般为信号最高频率的2.56倍以上）、分辨率（16位或24位ADC）、动态范围和通道同步精度。

  • 应用：多通道同步采集对于相关分析和模态分析至关重要。高分辨率ADC有助于捕捉小幅值变化，这对检测平稳性中的微小趋势或波动必不可少。抗混叠滤波器防止高频噪声折叠到分析频带内。

• 动态信号分析仪：

  • 原理：硬件集成或基于计算机的专用设备，集成了高性能采集卡与实时分析软件。核心算法包括FFT（快速傅里叶变换）、数字滤波、概率统计计算及前述的各类平稳性检验算法。

  • 应用：提供一站式解决方案。可实时计算信号的时域统计量（均值、方差、自相关）、功率谱、概率密度函数，并可直接进行轮次检验、分段谱比较等平稳性测试。高端分析仪支持自定义时间窗和重叠率的时频分析，直观显示非平稳特征。

• 软件平台：

  • 原理：基于MATLAB、Python（SciPy、NumPy、statsmodels库）、LabVIEW等开发的分析程序，或专业软件如nCode、ME’scope等。实现自定义的平稳性检验流程和高级时频分析（小波、希尔伯特-黄变换）。

  • 应用：提供最大的灵活性。研究人员可根据具体需求编写脚本，实现复杂的联合时频分析以检验平稳性，或批量处理海量监测数据，自动化生成平稳性评估报告。

平稳性检测的实施，需遵循“数据采集→预处理→检验方法选择→统计判断→结果报告”的系统流程，其是决定后续数据分析方法有效性与可靠性的基石。