改进的希尔伯特-黄变换及其在滚动轴承故障诊断中的应用

希尔伯特黄变换(Hilbert-Huang transform,HHT)是一种优秀的时频分析方法,包含经验模态分解(Empirical mode decomposition,EMD)和希尔伯特变换(Hilbert transform,HT)两部分,通过EMD对信号进行分解,再对得到的内禀模态函数(Intrinsic mode function,IMF)进行HT解调。针对EMD存在的包络误差,模态混淆,端点效应以及HT易产生负频率等缺陷,提出一种改进的HHT方法(Improved HHT,IHHT),IHHT包括广义经验模态分解(Generalized EMD,GEMD)和改进的直接正交(Improved direct quadrature,IDQ)解调,GEMD通过定义多种均值曲线,从得到的多个IMF中选择最优分量,从而保证了每阶分量的优越性;再采用改进的经验调幅调频分解和IDQ方法对信号进行解调,提高了分解和解调的精确性、抑制了端点效应的产生。将提出的方法应用于滚动轴承故障诊断,分析结果表明IHHT是一种有效的信号处理方法。     

基于EMD的Hilbert变换在齿轮检测中的应用

提出采用EMD的Hilbert变换方法,在齿轮实验台上对齿轮进行出厂前故障测试。首先用EMD方法对齿轮箱振动信号进行分解得到基本模式分量（IMF）,再对IMF进行Hilbert变换得到瞬时能量图谱。将检测齿轮的瞬时能量图谱与正常齿轮图谱的幅值、能量分布、频率等参数进行对比,判断齿轮故障和确定齿轮故障类型。实验表明,该方法能准确判定齿轮故障,大大提高齿轮出厂合格率。     

一种基于SVD和Hilbert变换的科氏流量计相位差测量方法

相位差测量是科氏流量计信号处理的核心内容。针对实际应用中信号缓变特性,基于SVD降噪和Hilbert变换,提出一种科氏流量计信号相位差高精度测量方法。首先对信号重叠分段,利用SVD对近似平稳的各信号段降噪并重构原信号,然后由重构信号与其Hilbert变换经三角运算得相位差的时间函数,从而测得相位差。阐述了方法思路与原理,给出了实现步骤和流程,仿真分析了方法收敛特性、测量精度、初始相位差影响及动态测量性能,现场实验验证了方法有效性。结果表明:与现有方法相比,该方法没有迭代运算,不存在收敛过程,无需预知信号频率,且测量精度高,能检测出相位差微小变化。     

基于瞬时参数估计的信号分量提取

具有非线性时频关系的多分量信号频谱占有较宽的频带且相互交叠,针对此类信号分量提取难的问题,提出了一种基于瞬时参数估计的信号分量提取算法.首先,采用FMm let变换将被分析信号在时频空间内展开;然后,根据时频面内能量峰脊与瞬时频率的对应关系,应用谱峰检测法估计出所需提取分量的瞬时频率;按照最小二乘法滤波原理估计该分量的瞬时幅值,继而按照信号瞬时模型恢复重构出对应的信号分量.理论分析和仿真试验表明,该方法能从时频相交或不相交的多分量复杂时变信号中提取出所需信号分量,且失真度小.     

频率添加奇异值分解算法及其在故障特征提取中的应用

针对奇异值分解(Singular value decomposition,SVD)的频率分离问题,研究了 SVD对单个频率的分离条件,发现SVD分离单个频率的效果取决于各频率的幅值差异.若不同频率的幅值很接近,则SVD就不能分离这些频率,由此提出一种频率添加SVD算法.为了提取原信号中的特征频率,先对原信号添加该频率的...     

希尔伯特变换原理在轴承故障诊断中的应用

阐述希尔伯特变换及解调的基本原理，并据此对振动信号进行幅值及相位解调与分析，为旋转机械故障诊断提供早期和准确的故障信息。     

基于连续小波变换的瞬时频率提取在光电编码器速度测量中的应用

提出一种新的光电编码器速度测量方法,根据编码器角度测量误差信号中高频分量的渐进特性,通过对角度误差信号进行时频分析,提取编码器的旋转速度。利用功能强大的连续小波变换非平稳信号分析工具,提取角度误差分量的特征。基于连续小波变换,实现了一种称为迭代算法的小波脊提取方法,用于瞬时频率估计。实验结果表明,经过适当的时频分析处理后,角度误差的高频分量可以有效地用于光电编码器的速度测量。该方法能够有效减弱噪声和干扰对测量精度的影响。     

自适应无参经验小波变换及其在转子故障诊断中的应用

为了实现经验小波变换中Fourier谱的自适应分割,提出了自适应无参经验小波变换(APEWT)方法。同时,为了克服希尔伯特变换解调的不足,更精确地估计信号的时频分布,提出了改进归一化希尔伯特变换(INHT)。通过分析仿真信号将APEWT和INHT方法与经验模态分解(EMD)、总体平均经验模态分解(EEMD)和局部特征尺度分解等方法进行对比,结果表明了APEWT和INHT方法的优越性。最后,将基于APEWT和INHT的时频分析方法应用于转子局部碰磨故障诊断,试验数据分析结果表明,所提出的方法不仅能够有效地诊断转子局部碰磨故障,而且诊断效果优于EMD和EEMD方法。     

希尔伯特变换光学技术在精密定位中的应用

运用希尔伯特变换方法，描述了正交相位跃变栅光栅光学特性，以及由它经圆孔或十字光缝所获得傅里叶变换的希尔伯特变换图象的光学特性。在圆孔情况下，获得8个一级衍射图，其中4个图象中存在在一条锐细的十字形暗线，另4个图象中各存在一条锐细的暗线。在十字光透的情况下，在（0，0）级处出现十字形暗线，有4个图象的中间各出现一条暗线。这些暗线可应用于准立及定位。本文利用中央十字形暗线用于精密定位及准立实验，其定位精度优于10－6。     

局域均值分解法在轴承故障诊断中的应用

局域均值分解法将复杂的多分量信号分解为若干个乘积函数(PF)的线性组合,每个PF分量由1个包络信号和1个调频信号相乘得到,包络信号就是该PF的瞬时幅值,而PF的瞬时频率可以由纯调频信号求出。进一步将所有PF分量的瞬时频率和瞬时幅值相组合,即可得到原始信号的时频分布。通过对故障轴承信号的分析表明,该方法能清晰地提取轴承故障特征。     

Hilbert transform in vibration analysis

This paper is a tutorial on Hilbert transform applications to mechanical vibration. The approach is accessible to non-stationary and nonlinear vibration application in the time domain. It thrives on a large number of examples devoted to illustrating key concepts on actual mechanical signals and demonstrating how the Hilbert transform can be taken advantage of in machine diagnostics, identification of mechanical systems and decomposition of signal components.     

Hilbert-Huang变换及其在纱线故障诊断中的应用

阐述了Hilbert-Huang 变换的基本原理,以实际的纱线信号为例,通过经验模态分解(EMD)将纱线信号分解成有限个固有模态函数(IMF),并求得纱线信号的Hilbert谱.结合分析纱线信号的波谱图和Hilbert谱图,判断出故障产生的原因.     

基于形态分量分析的希尔伯特变换在滚动轴承故障诊断中的应用

形态分量分析是一种基于信号形态多样性和信号稀疏表示的信号处理方法。滚动轴承故障信号具有振幅呈指数衰减与环境噪声大的特点。通过构建一个对冲击信号敏感的字典,利用形态分量分析对轴承故障信号的时域形态特征进行最优化稀疏表示,得到滚动轴承冲击信号。并对形态分量分析后的冲击信号进行希尔伯特变换,得到明确的故障特征频率及其倍频。仿真分析与实验结果表明：该方法具有良好的降噪功能,能够准确地提取滚动轴承故障信号中的早期冲击特征。     

基于希尔伯特变换的核电站松动部件定位方法

针对当前的核电站松动部件定位方法在估算信号到达时间差时存在起始点难以准确判定、误差大、抗噪声性能差的缺点,提出一种基于希尔伯特变换的时间差估计方法,从而根据时间差估算松动部件位置实现定位。希尔伯特变换可提取信号轮廓线,以轮廓线的第一个峰值到达时间作为能量最大弯曲波到达传感器的时间;分析信号的主频率可以计算出弯曲波的传播速度,根据波速和信号到达不同传感器之间的时间差使用三角形定位法实现松动部件的定位分析。搭建平板试验台,在不同信噪比条件下和不同方法之间进行对比试验,结果显示这种方法的平均估计偏差为34.1 mm,在信噪比为1 dB时仍然能够得到比较准确的结果,具有定位精度高、抗噪声性能好、运算速度快等特点。     

Hilbert变换在求取超声换能系统速度导纳中的应用

机械系统中响应速度与激励力之比称为机械导纳即速度导纳。速度导纳对于分析系统特性十分重要。本文提出用激励电压代替激励力,利用H ilbert变换求出超声换能系统在正弦扫频激励下,系统激励电压和响应速度的模及相位,从而得到系统的速度导纳圆。这提供了一种有效的分析复杂系统特性的方法。实验证明,与有效值法相比,该方法具有较强的抗干扰性。     

基于经验模态分解的瞬时相位分析方法的应用

提出了基于经验模态分解的瞬时相位分析的新方法。通过对振动信号作经验模态分解得到信号的固有模态函数，再求出各个固有模态函数的Hilbert变换，得到信号的瞬时相位．通过瞬时相位的傅里叶分析就可提取信号特征。介绍了该方法的基本原理，并应用于齿轮箱轴承的故障诊断研究，通过选取表征轴承故障的固有模态函数进行瞬时相位和傅里叶分析，就可提取轴承故障振动信号的特征。通过对轴承故障实验信号的分析．表明该方法能有效地诊断轴承的故障。     

Hilbert低通滤波器特性分析及改进数值计算方法

针对基于Hilbert变换的零相位低通滤波器数值计算中,时域离散化带来的频域周期化影响了其低通特性的问题,提出了相应的改进方法。通过证明Hilbert低通滤波器时域解析表达式的频率响应特性,指出离散Hilbert低通滤波器的频响特性混叠了π两侧倒相的频率成分,并根据频响特性图的特征采用两级滤波结构对数值计算方法做出了改进。理论证明了改进后的滤波器能数值实现零相位低通滤波,并通过调幅信号以及调幅-调频信号的仿真算例进行了验证。应变实测信号处理实例表明,改进后滤波器能剔除动应变信号中低频的温度效应成分的影响,适合非平稳信号分析的预处理。     

基于Hilbert变换的裂纹叶片时变物理参数识别

为了获得准确的时变物理参数以便于建立模型和故障诊断,将基于Hilbert变换的方法用于裂纹叶片的参数识别。将裂纹悬臂梁的一阶弯曲振动简化为一个具有时变刚度和阻尼的单自由度系统,并搭建实验台,用Hilbert变换分析实验测得响应信号和激励信号得到时变刚度和阻尼,实验结果验证了该方法的有效性。根据识别结果进一步对原有物理参数模型进行修正,并在一定范围内研究新模型中参数随外界条件的变化情况。数值计算结果表明,由修正后的模型得到的系统响应特性与实验观察到的现象一致。     

基于EMD和HT的旋转机械振动信号时频分析

把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，简称EMD)成本征模函数组(Intrinsic Mode Function．简称IMF)．然后经希尔伯特变换(Hilbert Transformation，简称HT)获得频谱的信号时频分析新方法引入到旋转机械振动信号处理领域。介绍了该方法的理论和算法。首先．采用调频调幅仿真信号对该方法进行仿真验证；其次．把一实测的旋转机械油膜涡动故障振动信号进行了基于EMD和HT的时频分析。仿真和实测信号的分析结果说明．用基于EMD和HT方法对旋转机械的振动信号进行时频分析是有效的。     

基于Wigner-Ville分布和Hilbert变换相结合的降噪解调法及应用研究

提出采用Wigner-Ville分布(WVD)和Hilbert变换相结合的办法。首先指出调制信 号WVD中零频处的交叉项包含有原信号的所有调制信息;然后,从理论上分析了它抵消平稳随机 过程中与信号不相关的加性随机噪声的机理;最后对其进行Hilbert变换,求得解调结果。仿真和 实验数据分析证明,该方法与直接解调法相比,噪声影响大幅减小,故障信息得以凸现。