基于EMD和Hilbert包络谱的滚动轴承故障诊断

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,提出了一种基于EMD和Hilbert包络谱的滚动轴承故障诊断新方法.通过在滚动轴承实验台上提取振动信号,用EMD对数据进行分解得振动信号的固有模态函数分量(IMF分量),然后对IMF作Hilbert包络并进行谱分析.结果表明,该方法能够准确地识别和诊断出滚动轴承的运行状态和故障类型,非常适合滚动轴承故障精确诊断,具有很高的工程实用价值.     

基于希尔伯特-黄变换方法的信号奇异性检测与仿真

介绍了希尔伯特-黄变换(HHT)方法的分析步骤、特点和应用范围,并对信号奇异性检测效果进行了仿真分析,并和短时傅里叶变换(STFT)、魏格纳-威利分布(WVD)、小波变换(WT)等分析方法进行了比较。结果表明,希尔伯特-黄变换方法具有良好的局部适应性和在信号奇异性检测方面的有效性及优越性。     

变速器故障诊断应用的奇异性检测技术

振动信号的突变点往往含有机器故障的大量信息，机器运行过程中所产生的撞击、摩擦、转速突变、结构变形和断裂等故障都可能反映在振动信号的突变点中，突变点也称奇异点，原始信号中微弱的奇异点是机器早期故障的重要信息。由于机器的早期故障信息往往包含在各种噪声信号中而难以发现。因此，及时发现故障信号的突变点是提高故障诊断及时性、准确性和可靠性的关键。