傘齒輪BKM075減速機信號時頻分析。我們對信號作時頻分析時，般對快變的信號，我們希望傘齒輪減速機有好的時間分辨率以觀察其快變部分(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定要下降。由于快K系列減速機變信號對應的是高頻信號，因此對這類信號，我們希望有好的時間分辨率，但同時就要降低傘齒輪減速機高頻的分辨率。反之，對漸變信號，由于它對應的是低頻信號，所以我們希望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。因此，我們希望K系列減速機所采取的時頻分析算法能自動適應這要求。顯然，由于 STFT的t? ，υ? 不隨?，t 變化而變化，因而K系列減速機不具備這自動調節能力。我們在后面要討論的小波變換則具備這能力。現有仿真掃頻信號，傘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 。
結合理論可知， STFT 圖將傘齒輪減速機信號 f(t)  映射到個時頻平面 (τ ， ω) 上。其中起限頻作用。隨著 τ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K系列減速機信號的時變特征。但其不足之處為：
(1)  窗函數 g(t)  所確定的K系列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，傘齒輪減速機頻率越高，窗口應越小。要提高頻域分辨率就得增加時窗長度，同時造成時域分辨率下降；
(2)  傘齒輪減速機時窗越長，信號的“局部”平穩性越難于保證。在齒輪故障診斷中，由于振動信號的不平穩性，時頻分析得到越來越廣泛的重視。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。K系列減速機短時傅里葉變換 (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 只簡單選擇傘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。小波變換也是有效的時頻分析方法。前者給出了信號的線性表示，而后者是信號的非線性表示。
傘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分。信號處理的目的就是：準確的分析、診斷、編碼壓縮和量化、K系列減速機快速傳遞或存儲、精確地重構(或恢復)。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)，在傘齒輪減速機小波分析地許多分析的許多應用中，都可以歸結為K系列減速機信號處理問題。現在，對于性質是穩定不變的信號，處理的理想工具仍然是傅立葉分析。但是在實際應用中的大多數信號是非平穩的，而特別適用于非平穩信號的工具就是小波分析。http://m.dpcd.cn/Products/k97jiansuji.html