基于OSGMD-Hilbert包络对数分析的齿轮箱齿面磨损早期故障诊断

1

作者 俞香熔 王友仁 王胤博 《振动与冲击》 北大核心 2025年第7期225-231,274,共8页

针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用... 针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用奇异值分解进行降噪,采用Pearson-功率谱熵差和闵氏距离作为重构准则以获取特征模态分量,通过Hilbert包络对数分析法突出故障频率成分,并进行故障诊断。该新方法克服了辛几何模态分解嵌入维数依赖经验公式、重构准则单一和噪声鲁棒性欠佳的缺陷。仿真与试验结果分析表明,与辛几何模态分解(symplectic geometric mode decomposition,SGMD)、迭代SGMD、变分模态分解和经验模态分解相比,该新方法能够有效提取早期齿面磨损故障特征信息,表现出更好的鲁棒性。 展开更多

关键词 早期故障诊断 振动信号特征信息提取 优化型辛几何模态分解(OSGMD) 齿轮磨损 hilbert包络对数分析法 辛几何模态分解(SGMD)

在线阅读 下载PDF 职称材料

基于Hilbert谱信息熵的煤矸放落振动特征分析 被引量：14

2

作者 刘伟 华臻 王汝琳 《中国安全科学学报》 CAS CSCD 北大核心 2011年第4期32-37,共6页

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振... 针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。 展开更多

关键词 煤矸界面探测 振动信号 hilbert-HUANG变换 经验模态分解(EMD) hilbert谱 信息熵

在线阅读 下载PDF 职称材料

Hilbert-Huang变换在爆破震动信号分析中的应用 被引量：32

3

作者 张义平 李夕兵 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第5期882-887,共6页

介绍了Hilbert Huang变换(HHT)法的原理、内容和优越性,并用仿真信号进行实例分析,以验证其关键技术经验模态分解(EMD)的高效性、自适应性,以及其时频图能定量地描述时间与瞬时频率的关系。用HHT法对爆破震动信号进行分析与处理。研究... 介绍了Hilbert Huang变换(HHT)法的原理、内容和优越性,并用仿真信号进行实例分析,以验证其关键技术经验模态分解(EMD)的高效性、自适应性,以及其时频图能定量地描述时间与瞬时频率的关系。用HHT法对爆破震动信号进行分析与处理。研究结果表明:EMD能很好地按不同的时间尺度对信号进行分解,分解后的固有模态函数能反映信号本身所固有的特性;能将Hilbert能量谱中的信号能量清晰地表示在时间-频率-能量的分布图上;HHT法能有效地提取爆破震动信号的时频特征;HHT法比小波分析更具适应性,为爆破震动信号的分析与处理提供了新的研究思路与方向。 展开更多

关键词 爆破震动 时频分析 Hibert—Huang变换 经验模态分解 瞬时频率 hilbert谱

在线阅读 下载PDF 职称材料

Hilbert-Huang变换在密频结构阻尼识别中的应用 被引量：34

4

作者 陈隽 徐幼麟 李杰 《地震工程与工程振动》 CSCD 北大核心 2003年第4期34-42,共9页

Hilbert Huang变换是一种新的数据处理方法,由经验模分解(EmpiricalModeDecomposition)技术及Hilbert变换两部分组成。本文研究此方法对于密频结构阻尼识别的应用。首先对于两自由度系统模型,说明该方法用于阻尼识别的步骤。进而研究存... Hilbert Huang变换是一种新的数据处理方法,由经验模分解(EmpiricalModeDecomposition)技术及Hilbert变换两部分组成。本文研究此方法对于密频结构阻尼识别的应用。首先对于两自由度系统模型,说明该方法用于阻尼识别的步骤。进而研究存在频率密集现象的高层建筑的阻尼识别问题。上述结果与理论值及由半功率带宽法的识别值进行了比较,对比显示Hilbert Huang方法较传统方法具有良好的识别密频结构阻尼的性能,适用于大型结构的系统识别。 展开更多

关键词 hilbert-HUANG变换 阻尼比 密频结构 经验模分解 半功率带宽 系统识别

在线阅读 下载PDF 职称材料

基于EMD的Hilbert变换的柴油机气缸套磨损故障诊断 被引量：6

5

作者 江国和 赵开琦 +2 位作者 王志刚 杨智远 曾向明 《上海海事大学学报》 北大核心 2014年第3期80-84,共5页

为准确地对柴油机进行状态监测和故障诊断,运用基于经验模态分解(Empirical Mode Decomposition,EMD)的Hilbert变换,对船用低速柴油机缸盖振动加速度信号进行分析.改变柴油机的转矩和转速,测量各工况下缸盖的振动信号,并对其进行分析;... 为准确地对柴油机进行状态监测和故障诊断,运用基于经验模态分解(Empirical Mode Decomposition,EMD)的Hilbert变换,对船用低速柴油机缸盖振动加速度信号进行分析.改变柴油机的转矩和转速,测量各工况下缸盖的振动信号,并对其进行分析;将柴油机的6个缸分为3组,分别采用3种不同性能的气缸油,让柴油机在额定工况下连续运转,测取活塞环与气缸套在不同间隙时的缸盖振动信号.结果表明,当转矩和转速同时增大时,振动加速度信号特征频带变化不大,但能量相应增加;当转矩和转速保持不变,活塞环与气缸套间隙增大时,振动加速度信号特征频带发生改变,并且能量增大.与快速傅里叶变换(Fast Fourier Transform,FFT)法及功率密度谱法的对比表明,基于EMD的Hilbert变换可以有效处理缸盖的振动信号,并可以运用到气缸套磨损故障的诊断中. 展开更多

关键词 经验模态分解(EMD) hilbert变换 柴油机 振动 故障诊断 气缸套 磨损

在线阅读 下载PDF 职称材料

一种暂稳态电力谐波的HVD检测方法 被引量：2

6

作者 沈跃 刘国海 刘慧 《数据采集与处理》 CSCD 北大核心 2011年第1期117-122,共6页

将希尔伯特振动分解(HVD)方法应用于非平稳电力谐波分析。在剖析非平稳多谐波信号的希尔伯特变换瞬时频率表达式基础上,通过低通滤波器直接估计出幅值最大谐波分量的瞬时频率,由同步检测获得相应的幅值和初相角,通过迭代运算自适应地检... 将希尔伯特振动分解(HVD)方法应用于非平稳电力谐波分析。在剖析非平稳多谐波信号的希尔伯特变换瞬时频率表达式基础上,通过低通滤波器直接估计出幅值最大谐波分量的瞬时频率,由同步检测获得相应的幅值和初相角,通过迭代运算自适应地检测出各次时变谐波分量参数。根据电网谐波的特点,设计一种满足性能指标的F IR低通滤波器实现HVD算法的关键环节,并采用波形匹配自适应边界延拓法避免截断处理的边界效应和累积误差。仿真表明,该方法能准确检测出频率波动和幅值突变等暂态谐波并适用于稳态谐波分析,与小波变换相比,无需选取基函数且精度与运算效率更高。 展开更多

关键词 电力系统 非平稳谐波检测 频率波动 希尔伯特振动分解

在线阅读 下载PDF 职称材料

基于HVD小波包降噪编码深度学习的风电机组智能诊断研究 被引量：10

7

作者 时培明 范雅斐 +1 位作者 伊思颖 韩东颖 《振动与冲击》 EI CSCD 北大核心 2022年第12期196-201,共6页

针对风机齿轮箱轴承振动信号非线性非平稳性对故障诊断的干扰问题,提出一种基于降噪编码器深度特征学习和希尔伯特振动分解(hilbert vibration decomposition,HVD)的智能故障诊断方法。引入峭度评估指标,对HVD分量进行模态选择,并以小... 针对风机齿轮箱轴承振动信号非线性非平稳性对故障诊断的干扰问题,提出一种基于降噪编码器深度特征学习和希尔伯特振动分解(hilbert vibration decomposition,HVD)的智能故障诊断方法。引入峭度评估指标,对HVD分量进行模态选择,并以小波包提取分量能量熵构造特征向量,实现数据预处理。构建层叠降噪编码器(stacked denoising autoencoder,SDAE)模型完成信号的特征学习和故障分类。采用两个轴承数据集进行算法验证,试验结果表明,提出的基于HVD小波包降噪编码方法(HWSDAE)能高效地识别故障信号,具有突出的故障诊断性能,单次最高诊断准确率高达100%,平均诊断准确率可达99.49%,相比未经预处理的轴承数据输入SDAE模型提高了13.52%的故障诊断精度。 展开更多

关键词 故障诊断 希尔伯特振动分解(hvd) 小波包分解 降噪编码器

在线阅读 下载PDF 职称材料

基于KL-HVD的转子振动故障诊断方法研究 被引量：8

8

作者 朱霄珣 周沛 +2 位作者 苑一鸣 徐博超 韩中合 《振动与冲击》 EI CSCD 北大核心 2018年第16期249-255,共7页

希尔伯特振动分解(Hilbert Vibration Decomposition,HVD)由于其虚假分量问题,严重制约了其在实际故障诊断中的应用。针对该问题,引入信息论中的K-L散度概念,提出了基于K-L散度的HVD虚假分量识别方法(KL-HVD)。KL-HVD将HVD分量视作概率... 希尔伯特振动分解(Hilbert Vibration Decomposition,HVD)由于其虚假分量问题,严重制约了其在实际故障诊断中的应用。针对该问题,引入信息论中的K-L散度概念,提出了基于K-L散度的HVD虚假分量识别方法(KL-HVD)。KL-HVD将HVD分量视作概率分布各不相同的信号,并且认为真实分量与原信号的概率分布较为相近。该方法在原HVD方法基础上,计算HVD各分量与原信号的K-L散度值,对分量的虚假性进行量化。由于真假分量之间具有较大的差异性,选用高斯混合模型对这些分量进行聚类,自动区分出虚假分量并予以去除。此外,分别利用互信息及相关系数方法对虚假分量问题进行研究。并将三种方法应用于转子振动问题分析,结果显示三者中KL-HVD方法能够更有效地识别虚假分量,更清晰地提取出故障的时频特征。 展开更多

关键词 希尔伯特振动分解 虚假分量 K-L散度 高斯混合模型 振动故障诊断

在线阅读 下载PDF 职称材料

Hilbert-Huang变换在桥梁振动分析中的应用 被引量：5

9

作者 王学敏 黄方林 陈政清 《铁道学报》 EI CAS CSCD 北大核心 2005年第2期80-84,共5页

提出将Hilbert Huang 变换的信号处理方法应用于桥梁振动分析中。此方法是通过经验模态分解(EMD)将一复杂的原始数据序列分解成一组本征模函数(IMF)和一个残余项,然后再对每一个IMF进行Hil bert变换。这样所得到的信号幅度和瞬时频率都... 提出将Hilbert Huang 变换的信号处理方法应用于桥梁振动分析中。此方法是通过经验模态分解(EMD)将一复杂的原始数据序列分解成一组本征模函数(IMF)和一个残余项,然后再对每一个IMF进行Hil bert变换。这样所得到的信号幅度和瞬时频率都是时间的函数,即获得了幅度的频率时间分布,称为Hilbert Huang幅度谱,进而得到Hilbert边界谱。文中利用Hilbert Huang变换对南京桥有列车通过时的实测加速度响应进行了处理与分析,结果表明该方法可行、有效。 展开更多

关键词 振动分析 hilbert-HUANG变换 经验模态分解 本征模函数

在线阅读 下载PDF 职称材料

非平稳振动信号分析中Hilbert-Huang变换的对比研究 被引量：8

10

作者 李建伟 许宝杰 韩秋实 《机械强度》 EI CAS CSCD 北大核心 2006年第2期165-169,共5页

Hilbert -Huang变换是一种信号分析新方法,特别适合于对非平稳信号进行分析。介绍该方法的基本理论,并利用它对一个典型的旋转机械非平稳振动信号进行分析。然后通过与利用短时傅里叶变换和小波变换所得到的分析结果的对比,研究Hilbert-... Hilbert -Huang变换是一种信号分析新方法,特别适合于对非平稳信号进行分析。介绍该方法的基本理论,并利用它对一个典型的旋转机械非平稳振动信号进行分析。然后通过与利用短时傅里叶变换和小波变换所得到的分析结果的对比,研究Hilbert- Huang变换在分析一般非平稳振动信号中的优势和缺陷。最后结合实际应用中遇到的问题,简要论述Hilbert- Huang变换中的经验模态分解在分析频率成分非常靠近的复杂信号时的不足和原因。研究结果表明,Hilbert- Huang变换和其他方法相比,具有分辨能力强、自适应分解、物理意义清晰、信息完整、形式简洁和易于精确分析等优点;同时也存在具有端点效应、实时性稍差和难以将复杂信号中特别靠近的频率成分分解为独立的本征模分量的缺陷。 展开更多

关键词 hilbert-HUANG变换 经验模态分解 非平稳振动信号 短时傅里叶变换 小波变换

在线阅读 下载PDF 职称材料

Hilbert-Huang变换在煤矸界面探测中的应用 被引量：3

11

作者 刘伟 华臻 《计算机工程与应用》 CSCD 北大核心 2011年第9期8-11,15,共5页

为了解决煤矿综采工作面煤矸界面识别问题,将Hilbert-Huang变换应用于煤矸振动信号的特征提取。采用EMD方法可以将复杂环境下的煤矸振动加速度信号分解成固有模态分量,通过分析包含煤矸振动特征的前4个IMF分量,得到局部Hilbert边际谱和... 为了解决煤矿综采工作面煤矸界面识别问题,将Hilbert-Huang变换应用于煤矸振动信号的特征提取。采用EMD方法可以将复杂环境下的煤矸振动加速度信号分解成固有模态分量,通过分析包含煤矸振动特征的前4个IMF分量,得到局部Hilbert边际谱和局部能量谱,进而发现当顶煤放落时,其振动信号的幅值和能量主要集中在100Hz至600Hz的频率范围内;而当煤矸混放时,其幅值和能量则主要集中在1000Hz左右,此时100Hz至600Hz频率范围内的幅值和能量相对有所减弱。根据上述特征定义特征函数,应用到煤矸界面识别的仿真实验中,取得了很好的识别效果。 展开更多

关键词 综采工作面 煤矸振动信号 hilbert—Huang变换 经验模态分解法(EMD) 局部hilbert边际谱

在线阅读 下载PDF 职称材料

基于HVD包络谱瞬态能量曲率的井架钢结构损伤识别 被引量：2

12

作者 韩东颖 罗皓 +1 位作者 孔祥西 时培明 《振动与冲击》 EI CSCD 北大核心 2021年第2期135-140,147,共7页

针对复杂工作环境下井架钢结构损伤识别问题,提出了一种基于希尔伯特振动分解(HVD)包络谱瞬态能量曲率的井架钢结构损伤识别方法。已知非平稳、非线性的复杂信号,利用结构低阶信息,利用HVD法将其分解为拥有缓慢变化多个信号分量之和,选... 针对复杂工作环境下井架钢结构损伤识别问题,提出了一种基于希尔伯特振动分解(HVD)包络谱瞬态能量曲率的井架钢结构损伤识别方法。已知非平稳、非线性的复杂信号,利用结构低阶信息,利用HVD法将其分解为拥有缓慢变化多个信号分量之和,选取主分量提取信号特征;对于井架钢结构损伤识别,利用HVD法提取振动信号的损伤特征,将HVD包络谱瞬态能量曲率作为损伤敏感指标;计算井架钢结构振动信号包络谱瞬态能量曲率完成损伤识别,以ZJ70井架钢结构为例,通过损伤识别仿真计算,得出该指标对井架钢结构损伤敏感,能够准确识别单损伤和多损伤位置;将该方法应用于ZJ70井架钢结构实验模型,成功地识别了单损伤和两损伤,验证了该方法的可行性和准确性。 展开更多

关键词 井架钢结构 希尔伯特振动分解(hvd) 包络谱 瞬态能量曲率 损伤识别

在线阅读 下载PDF 职称材料

信号相关性和EEMD-Hilbert包络在滚动轴承故障诊断中的应用 被引量：12

13

作者 佟雨燕 陆森林 《噪声与振动控制》 CSCD 2013年第5期144-149,共6页

针对传统信号包络的带通滤波器的中心频率和带宽的选择不确定性和经验模式分解(EMD)在非线性非平稳信号处理中存在的模态混叠问题,提出了一种以信号的相关性为判据,获取总体经验模式分解(EEMD)的最佳IMF分量,并对其进行Hilbert包络解调... 针对传统信号包络的带通滤波器的中心频率和带宽的选择不确定性和经验模式分解(EMD)在非线性非平稳信号处理中存在的模态混叠问题,提出了一种以信号的相关性为判据,获取总体经验模式分解(EEMD)的最佳IMF分量,并对其进行Hilbert包络解调获取故障特征频率,实现滚动轴承早期故障的诊断的新方法。实验分析结果表明:该方法能够准确地识别和诊断出滚动轴承的早期故障类型,适合滚动轴承早期故障的精确诊断,具有一定实用价值。 展开更多

关键词 振动与波 信号相关性 总体经验模态分解 hilbert包络 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

多层降噪技术及Hilbert变换的轴承故障诊断方法 被引量：14

14

作者 葛兴来 邹丹 《电机与控制学报》 EI CSCD 北大核心 2020年第8期9-17,共9页

轴承是电机最容易发生故障的部件之一,而轴承早期故障时的振动信号中含有大量强干扰信号,导致故障特征信号不明显,难以被检测。针对上述问题,提出多层降噪技术及Hilbert变换的轴承故障诊断方法。首先,利用经验模态分解对小波包分解处理... 轴承是电机最容易发生故障的部件之一,而轴承早期故障时的振动信号中含有大量强干扰信号,导致故障特征信号不明显,难以被检测。针对上述问题,提出多层降噪技术及Hilbert变换的轴承故障诊断方法。首先,利用经验模态分解对小波包分解处理后的振动信号进行分解,根据方差贡献率保留有效的固有模态分量;然后针对重构振动信号中的混叠干扰分量,采用奇异值分解滤波技术进行消除,并使用中心差商法筛选有效的奇异值,实现故障特征信号的提取;最后对故障特征信号进行Hilbert变换,解调出其幅值和频率函数。提出的轴承早期故障诊断方法,能够有效解决经验模态分解存在的模态混叠问题,准确提取出故障特征信号,实现轴承早期故障的识别,对实验数据的分析结果验证了该故障诊断方法的有效性。 展开更多

关键词 轴承早期故障 振动信号 经验模态分解 模态混叠 奇异值分解 hilbert变换

在线阅读 下载PDF 职称材料

基于Hilbert振动分解和高阶能量算子的行星齿轮箱故障诊断研究 被引量：14

15

作者 冯志鹏 秦嗣峰 《振动与冲击》 EI CSCD 北大核心 2016年第5期47-54,共8页

行星齿轮箱广泛应用于各种机械设备中,其故障诊断问题是近年来的研究热点之一。提出了基于Hilbert振动分解和高阶微分能量算子的故障诊断方法。Hilbert振动分解计算复杂性低,能够将复杂信号分解为单分量,应用该方法对信号进行分解,满足... 行星齿轮箱广泛应用于各种机械设备中,其故障诊断问题是近年来的研究热点之一。提出了基于Hilbert振动分解和高阶微分能量算子的故障诊断方法。Hilbert振动分解计算复杂性低,能够将复杂信号分解为单分量,应用该方法对信号进行分解,满足高阶微分能量算子的要求。高阶微分能量算子的时间分辨率高,对信号的瞬态变化具有良好的自适应性,应用该方法检测故障引起的瞬态冲击,估计信号的幅值包络和瞬时频率。对高阶微分能量算子输出以及幅值包络和瞬时频率进行Fourier变换,通过频谱识别特征频率,从而诊断行星齿轮箱故障。分析了行星齿轮箱的仿真信号和实验信号,准确地诊断了太阳轮、行星轮和齿圈的故障,验证了该方法的有效性。 展开更多

关键词 行星齿轮箱 故障诊断 高阶能量算子 hilbert振动分解

在线阅读 下载PDF 职称材料

改进的HVD在滚动轴承故障诊断中的应用 被引量：3

16

作者 肖璞 殷立 《控制工程》 CSCD 北大核心 2020年第2期264-270,共7页

针对希尔伯特振动分解(Hilbert Vibration Decomposition, HVD)在Hilbert变换及低通滤波过程中容易产生端点效应的问题,提出一种改进的希尔伯特振动分解(Improved Hilbert Vibration Decomposition, IHVD)方法。该方法分别在Hilbert变... 针对希尔伯特振动分解(Hilbert Vibration Decomposition, HVD)在Hilbert变换及低通滤波过程中容易产生端点效应的问题,提出一种改进的希尔伯特振动分解(Improved Hilbert Vibration Decomposition, IHVD)方法。该方法分别在Hilbert变换、低通滤波及同步检测3个过程采用镜像对称延拓方法对信号进行端点预处理,消除Hilbert变换及低通滤波处理时带来的边界效应,随后将Hilbert变换及低通滤波处理后得到的瞬时频率作为参考频率,最终通过同步检测及迭代运算获得若干个幅值大小不同的分量信号。通过仿真信号和滚动轴承故障实验数据的分析结果表明,IHVD方法在振动信号分解及端点效应抑制方面具备较好的性能,并能有效地诊断出滚动轴承的内外圈故障,具备一定的实际应用价值。 展开更多

关键词 希尔伯特振动分解 端点效应 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于HVD和RDT的工作模态识别 被引量：2

17

作者 涂文戈 邹小兵 《广西大学学报（自然科学版）》 CAS 北大核心 2018年第1期132-140,共9页

应用希尔伯特振动分解(HVD)和随机减量技术(RDT)建立了环境激励下结构工作模态参数的识别方法。基于环境激励下结构的单点振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用随机减量... 应用希尔伯特振动分解(HVD)和随机减量技术(RDT)建立了环境激励下结构工作模态参数的识别方法。基于环境激励下结构的单点振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用随机减量技术提取自由衰减信号,应用最小二乘复指数法获得各阶模态频率和阻尼比。应用该方法对5自由度剪切模型以及12层混凝土框架地震台模型的顶点地震响应作为分析信号进行了结构工作模态参数的识别,并将识别结果与其他方法识别结果进行对比。结果表明该方法识别模态频率是可靠的;对平稳结构响应信号模态阻尼比的识别有好的精度,而对非平稳响应信号有较满意的精度。 展开更多

关键词 模态参数识别 希尔伯特振动分解 同步解调 随机减量 最小二乘复指数法

在线阅读 下载PDF 职称材料

采用改进HVD与Lempel-Ziv复杂性测度的滚动轴承早期损伤程度评估方法 被引量：4

18

作者 夏平 徐华 +3 位作者 马再超 雷默涵 裴世源 谯自健 《西安交通大学学报》 EI CAS CSCD 北大核心 2017年第6期8-13,共6页

针对滚动轴承早期故障特征微弱难以定量检测的问题,提出一种基于希尔伯特振动分解(HVD)和Lempel-Ziv复杂性测度(LZC)的滚动轴承内外圈损伤程度评估方法。该方法利用HVD将滚动轴承故障信号分解为幅值由大到小、不同瞬时频率的HVD初始分量... 针对滚动轴承早期故障特征微弱难以定量检测的问题,提出一种基于希尔伯特振动分解(HVD)和Lempel-Ziv复杂性测度(LZC)的滚动轴承内外圈损伤程度评估方法。该方法利用HVD将滚动轴承故障信号分解为幅值由大到小、不同瞬时频率的HVD初始分量,基于峭度分析从各HVD初始分量中选出最优分量并重构该故障信号,采用均值符号化方法计算重构信号的LZC指标。关于HVD的端点效应问题,采用镜像延拓方法对其进行改进,仿真分析的结果表明,镜像延拓有效地改进了其端点效应的问题,提高了故障信号的分解精度;在此基础上,将HVDLZC方法应用于不同损伤程度的滚动轴承内外圈故障信号,结果表明该方法能够解除信号非线性、非平稳性干扰,快速提取信号的故障振动模式分量,给出内外圈各损伤状态的HVD-LZC特征区间;采用由遗传算法进行参数寻优的支持向量机(GA-SVM)方法对3种不同损伤状态的内外圈信号的HVD-LZC特征进行测试分析,结果表明HVD-LZC指标在区分轴承内外圈的不同损伤程度上具有优越性,从而为滚动轴承内外圈损伤程度的评估提供了一种有效方法。 展开更多

关键词 滚动轴承 损伤程度评估 希尔伯特振动分解 Lempel-Ziv复杂性测度

在线阅读 下载PDF 职称材料

应用改进Hilbert-Huang变换下的Volterra模型诊断OLTC机械故障 被引量：8

19

作者 高树国 岳国良 +4 位作者 周聪 耿江海 邢超 丁钰 孟立会 《高压电器》 CAS CSCD 北大核心 2020年第7期173-180,共8页

为提高有载分接开关(OLTC)机械故障诊断的自适应性、特征分辨率以及识别效率,提出一种包含聚合经验模态分解(EEMD)分解和Hilbert边际谱分析的改进HHT方法,与混沌时间序列的Volterra模型相结合来提取OLTC的机械故障特征。具体应用时,首先... 为提高有载分接开关(OLTC)机械故障诊断的自适应性、特征分辨率以及识别效率,提出一种包含聚合经验模态分解(EEMD)分解和Hilbert边际谱分析的改进HHT方法,与混沌时间序列的Volterra模型相结合来提取OLTC的机械故障特征。具体应用时,首先对OLTC切换过程中的多通道振动信号进行EEMD分解得到固有模态函数(IMF)分量,然后应用Hilbert谱分析法求取各IMF的Hilbert边际谱。进一步,应用Volterra模型根据Hilbert边际谱构建Volterra特征矩阵,以矩阵奇异值为故障特征参量。最后搭建了OLTC典型机械故障真型实验平台,采用文中方法获取并分析了几种典型机械故障的振动信号,并借助多分类支持向量机对数据集进行分类识别,验证了所提出故障诊断方法的有效性。与其他方法对比得知,新方法取得了较高的故障识别准确率。 展开更多

关键词 振动检测 hilbert-HUANG变换 Volterra模型 信号分解 特征提取

在线阅读 下载PDF 职称材料

基于Hilbert谱奇异值的滚动轴承故障诊断 被引量：4

20

作者 夏均忠 苏涛 +2 位作者 王龙 张阳 冷永刚 《噪声与振动控制》 CSCD 2014年第5期140-144,共5页

提出一种基于Hilbert谱奇异值的故障特征提取方法,将其与支持向量机结合应用于轴承故障诊断。利用小波阈值降噪的方法对拾取的轴承故障振动信号进行滤波降噪,然后利用经验模式分解将降噪信号分解为若干个IMF分量之和,对每个IMF分量进行H... 提出一种基于Hilbert谱奇异值的故障特征提取方法,将其与支持向量机结合应用于轴承故障诊断。利用小波阈值降噪的方法对拾取的轴承故障振动信号进行滤波降噪,然后利用经验模式分解将降噪信号分解为若干个IMF分量之和,对每个IMF分量进行Hilbert变换得到振动信号的Hilbert谱,对Hilbert谱进行奇异值分解得到反映轴承状态特征的奇异值序列,再利用奇异值作为特征向量,应用支持向量机进行轴承故障诊断,并对不同核函数的诊断结果进行了分析比较。对正常轴承、内圈故障、外圈故障、滚动体故障的实际信号的诊断验证了该方法可的有效性。 展开更多

关键词 振动与波 小波降噪 特征提取 故障诊断 hilbert谱 奇异值分解 支持向量机

在线阅读 下载PDF 职称材料