小波降噪与Hilbert解调相结合的齿轮箱故障诊断方法

将小波降噪和Hilbert解调分析方法相结合对齿轮箱典型故障进行了诊断研究。介绍了小波降噪和Hilbert解调的基本原理,通过QPZZ-II旋转机械故障试验平台进行了齿轮箱点蚀故障的实例验证分析。研究表明,小波降噪后提高了信噪比和故障诊断精度;Hilbert解调技术可以解调出调制信号,但不能较好地处理叠加信号,可利用倒谱分析边频带中的周期成分做进一步分析。通过实验证明了方法的有效性。     

齿轮箱故障诊断中信号解调方法的研究

提出了一种对齿轮箱调制类故障信号进行诊断的综合方法，对于既有调幅成分又有调频成分的齿轮箱故障信号，提出首先利用Hilbert变换解调出包络信息，同时保留剩余信号，然后用三次FFT技术对调频信息进行解调，使得调频信号特征更加清晰，为齿轮箱故障诊断提供了更准确的信息。     

基于EMD和Hilbert解调的齿轮箱故障诊断

针对复杂的齿轮箱振动信号难以提取出故障特征频率的问题,提出了一种将希尔伯特包络解调技术与经验模式分解(EMD)相结合的分析方法。首先对齿轮箱的故障信号进行了EMD分解,得到了本征模态函数(IMF分量),再对IMF分量进行了包络解调,得到了其调制信号,结合调制信号的频率成分可初步判断出齿轮箱中出现故障的齿轮;然后根据IMF分量与初始信号之间相关系数的大小,选择相关系数较大的分量重构信号,相当于对初始信号进行滤波;最后对重构的信号以啮合频率及其倍频为中心频率进行了带通滤波,对得到的信号进行了包络解调分析,再次进行了故障诊断,以验证故障诊断的准确性。整个过程通过对齿轮箱实测故障信号的分析加以验证。研究结果表明,该方法能够准确地提取出齿轮箱的故障特征频率,从而可以对齿轮箱故障进行有效地诊断。     

矢Hilbert解调及其在齿轮故障诊断中的应用

提出一种基于旋转机械同源数据融合的全矢Hilbert解调分析方法.将全矢谱技术融于希尔伯特解调之中,从理论分析该方法的可行性,并将其应用于高速旋转的齿轮故障诊断中,进一步证实矢Hilbert方法的有效性.     

基于小波包与Hilbert解调谱的矿用齿轮箱故障诊断

介绍了小波包分解与Hilbert解调技术,利用小波包分解可以突出能量集中的频段,然后利用Hilbert解调谱提取其故障特征.结果表明小波包与Hilbert解调谱相结合可以有针对性地提取矿用齿轮箱的低频调制故障特征,从而实现矿用齿轮箱的精密故障诊断.     

基于Hilbert解调的滚动轴承故障诊断技术研究

介绍了Hilbert解调技术用于滚动轴承故障诊断的基本原理;通过对故障轴承实验数据的分析,证实了基于Hilbert变换的包络解调技术是一种有效的滚动轴承故障诊断方法。     

基于Labview的齿轮箱故障诊断的细化解调分析

本文利用Labview软件强大的数学和信号分析功能,以及图形化的程序设计语言,实现了细化解调算法,并将其应用到齿轮箱的故障诊断系统中,工程实例表明了算法的正确性和有效性.     

基于EEMD和Hilbert变换的齿轮箱故障诊断

应用集总经验模式分解和Hilbert变换对齿轮箱进行了故障诊断。首先对采集到的振动加速度信号进行EEMD分解,抽取能量较大的前4个内禀模态函数(IMF)进行Hilbert变换,然后对变换后的解析信号进行谱分析。结果表明基于EEMD和Hilbert变换的故障诊断方法能有效地避免模态混叠现象,提高了频率分辨率,对齿轮箱的故障诊断是正确有效的。     

基于倒谱和包络解调的齿轮箱故障诊断

齿轮箱是设备上重要的传动部件,齿轮故障诊断对设备的长期安全运行起着至关重要的作用.根据齿轮振动机理及谱分析来进行振动信息处理和特征提取,是目前齿轮故障诊断中的一种有效方法.分析了齿轮箱的振动故障特性,提出了用解调谱和倒谱两种分析法相结合来对系统的输出信号进行故障诊断的方法.最后在齿轮故障模拟实验台上采集了故障下的振动信...     

基于小波—Hilbert解调的齿轮故障诊断方法

提出了一种小波分析与Hilbert解调谱相结合的分析方法,并应用于齿轮故障特征的提取。依据齿轮箱故障机理和频谱特征,采用小波变换将信号分解后在不同频带进行分析,实现齿轮故障中的非线性耦合特征频率的提取,然后对特征频率进行Hilbert解调以得到准确的故障信息。将其应用于汽车领域,结果表明提出的方法可以有效提高频率分辨率,实现故障特征的准确提取,对于汽车变速箱的齿轮故障诊断具有一定的价值。     

变工况齿轮箱故障诊断方法综述

齿轮箱是机械传动链中的关键且故障多发部件,传统齿轮箱诊断方法难以对运行在变工况下的齿轮箱故障进行准确的检测和有效识别。综述了国内外对于变工况齿轮箱故障诊断技术、研究现状及进展,并简要讨论了变工况齿轮箱故障诊断方法的应用现状及可能的发展趋势。     

基于信息融合的齿轮箱故障诊断技术研究

对齿轮箱的故障诊断和信息融合进行了简要概述,将信息融合技术和D-S证据推理运用于齿轮箱的故障诊断中,提出了一种可行有效的融合方法.     

齿轮箱故障诊断技术的新发展

齿轮箱是机械设备的重要传动部件，其故障诊断得到了广泛的重视。本文综述了几种新的信号分析方法和故障诊断技术及其在齿轮箱故障诊断中的应用情况。     

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。     

小波包和BP神经网络在齿轮箱故障诊断中的应用

研究如何采用处理非平稳性的实用方法以提高监测诊断效率及水平是国内外专家一直研究的课题之一。小波包技术将信号中不同的分量无冗余、无疏漏、正交地分解到独立的频带内,这些频带里的信号能量守衡,每个频带里信号的能量对于状态监测和故障诊断都是十分有用的信息。本文对齿轮箱振动信号应用小波包分解提取故障特征向量,进一步用特征向量训练前向传播BP人工神经网络,建立齿轮运行状态分类器,对齿轮故障进行识别。实验结果表明,本文方法对齿轮箱故障诊断十分有效。     

基于小波分析的变速箱滚动轴承故障诊断方法的研究

利用小波分析技术将滚动轴承故障振动信号分解到时－频空间,定义了滚动轴承故障振动信号能量分布函数Ｓ（ｔ） ,提出了能量分布函数Ｓ（ｔ） 细化谱诊断变速箱滚动轴承故障的分析方法。在某自行火炮的变速箱上进行了一系列滚动轴承故障诊断实验,实验结果验证了能量分布函数Ｓ（ｔ） 细化谱诊断变速箱滚动轴承故障的有效性     

基于自适应时变滤波阶比跟踪的齿轮箱故障诊断

针对多输入多输出齿轮箱传动系统和齿轮箱集群的振动信号中各啮合频率阶次相互干扰,从而导致故障诊断困难的问题,研究提出一种基于自适应时变滤波阶比跟踪的齿轮箱故障诊断方法。该方法利用基于多尺度线调频基稀疏信号分解提取各对传动齿轮的啮合频率,以各啮合频率为中心频率,对应转频的倍频为滤波带宽分别设计自适应时变滤波器对信号进行滤波,逐个提取振动信号中的啮合频率调制分量,再分别对提取的啮合频率调制分量单独进行阶比分析,有效地抑制其他无关联轴上齿轮啮合振动信号和其他非阶比噪声信号对阶比谱的影响,较好地解决阶比信号相互干扰的问题,提高阶比谱的调制识别效果,为多输入多输出齿轮箱系统和齿轮箱集群的故障诊断提供一条有效途径。仿真算例和应用实例说明方法的有效性。     

港口叉车变速箱故障诊断与预知维修系统的研究

根据港口叉车变速箱的工作特性,研制开发了港口叉车变速箱故障诊断与预知维修系统,利用此系统对叉车进行了跟踪测试和分析,有效解决了实际生产中的一些困难。同时实现了对变速箱技术状态和性能的管理,达到了其预知维修的目的,实践证明了系统在实际应用中的可行性和可靠性。     

小波分析在车辆故障诊断中的应用

车辆变速箱振动信号可用小波分析法预处理后，再用小波包能量尺度图分析法识别故障，按此法对BJ212变速箱准确地进行了故障识别，结果表明利用小波分析进行变速箱故障诊断的方法行之有效。