基于HHT的转子横向裂纹故障诊断

希尔伯特黄变换(Hilbert—Huang Transformation，HHT)，是先把一列时间序列数据通过经验模态分解(Emprical Mode Decomposition，EMD)。然后经过希尔伯特变换获得频谱的信号处理新方法。把HHT时频分析方法引入了转子裂纹故障诊断领域。详细地介绍了HHT方法的理论和算法。通过对模拟横向深裂纹故障转子的实验研究表明。基于HHT的时频分析方法能把横向裂纹转子的扭振所形成的相位调制现象在时频谱图中明确地表征出来。为裂纹故障的预报和诊断提供了较好的手段，说明用HHT方法对旋转机械的转子横向裂纹进行故障分析是有效的。图3参6     

基于HHT的虚拟信号分析仪在旋转机械故障诊断中的应用

根据希尔伯特黄变换(Hilbert-Huang Transform,HHT)原理对虚拟仪器设计软件—LabVIEW进行二次开发,实现HHT方法,并设计基于HHT的虚拟信号分析仪。利用Bently RK-4转子试验台模拟汽轮机转子局部碰摩及油膜涡动故障,并将虚拟信号分析仪运用到对该转子的故障诊断中。通过对转子局部碰摩及油膜涡动故障特征的分析并结合虚拟信号分析仪的分析结果,验证了基于HHT的虚拟信号分析仪可以有效地提取旋转机械故障信息。     

基于HHT的旋转机械故障诊断方法研究

希尔伯特黄变换(Hilbert-Huang Transformation，HHT)，是先把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，EMD)，然后经过希尔伯特变换获得频谱的信号处理新方法。详细地介绍了HHT方法的理论和算法。首先，通过仿真信号把该方法与小波变换(Wavelet Transformation，WT)方法进行了比较研究，验证了方法的优越性；然后，把该方法用于旋转机械油膜涡动故障诊断中，研究结果表明：该方法相对传统的分析方法在较低转速区能更早发现油膜涡动故障，说明把基于HHT的时频分析方法用于旋转机械故障诊断是有效的。图11参8     

基于HHT的汽轮机组碰摩故障信号时频分析方法研究

针对汽轮机组碰摩故障振动信号非平稳特征,将一种新的非平稳信号处理方法,即希尔伯特-黄变换(Hil-bert-Huang Transform,HHT)方法用于汽轮机组碰摩故障检测和时频分析。首先利用经验模式分解(EmpiricalMode Decomposition,EMD)提取碰摩信号的内蕴模态函数(Intrinsic Mode Function,IMF)分量,再对IMF作HHT变换求瞬时频率和幅值。分析结果表明,HHT时频分析能够准确检测出碰摩故障产生的时间、频率和幅值信息,因此该方法能有效应用于汽轮机组碰摩故障信号的时频分析与诊断。     

基于HHT谱与分形特征的变压器振动模式识别方法

针对绕组松动与铁心松动易引起变压器故障并影响电网安全运行的问题,提出了一种基于HHT谱与分形特征的变压器振动模式识别方法,对正常振动、绕组松动、铁心松动三种振动模式进行了模拟试验,采集试验过程中的变压器振动信号,应用希尔伯特—黄变换(HHT)分析方法对信号时频特征进行分析,得到不同情况下振动信号的希尔伯特谱(HHT谱)。并提取HHT谱的分维数及孔隙度特征,采用BP神经网络对振动模式进行分类与识别。结果表明,本文所提方法有效且鲁棒性较强。     

基于ALIF-HT的汽轮发电机组转子故障诊断

针对汽轮发电机组转子故障振动信号为多分量非平稳信号,将一种新的信号分解方法——自适应局部迭代滤波(ALIF)用于转子故障振动信号分解,并与希尔伯特变换(HT)相结合,提出了基于ALIF-HT的汽轮发电机组转子故障诊断方法:首先对转子原始振动信号进行ALIF得到若干信号分量,再应用HT求取每个分量的瞬时频率,获取原信号全部信号分量的完整时频表示,最后根据转子故障振动信号的时频特征判别转子的故障类型.通过仿真信号分析验证ALIF对多分量信号的分解能力,并利用转子油膜失稳故障分析验证该方法的工程实用性.结果表明:ALIF方法能够有效克服经验模态分解(EMD)存在的模态混叠问题,使得ALIF-HT方法相对于希尔伯特黄变换(HHT)方法具有更高的时频分析精度.     

基于改进HHT的故障电流相位抗干扰提取

针对传统分析方法难以分析非线性非稳态电网实测信号的缺点,文章提出了一种基于希尔伯特–黄变换(Hilbert-Huang Transform,HHT)提取电流相位的方法.为应对经验模态分解(Empirical Mode Decomposition,EMD)在分解过程中普遍存在的模态混叠现象,该方法通过添加基于原电流信号相...     

转子碰摩故障振动时频特征的实验研究

通过转子实验台模拟了转子局部碰摩、全周碰摩故障,基于Hilbert-Huang变换(HHT)给出了不同条件下碰摩故障振动信号时频分布特征.结果表明,基于HHT的时频分析方法能在局部碰摩故障发生的早期作出准确诊断;时频图上高频成分的频率调制现象是区分全周碰摩与局部碰摩的重要特征;基于HHT的时频分析方法比传统的频谱分析更准确地反映出碰摩故障的特征,为此类故障的预报与诊断提供了依据.     

基于HHT的汽轮机转子突发大不平衡振动时频分析

Hilbert-Huang变换(HHT)能分析非平稳信号和非线性信号,适用于转子突发大不平衡振动时频分析。应用HHT进行转子突发大不平衡振动时频分析时,由于幅度占优的主模态分段出现导致小幅度区间的瞬时频率失去物理意义,为此提出对主模态函数加噪处理后再进行经验模态分解和分段计算所得主模态瞬时频率的方法。实验数据分析结果证明该方法有效。     

基于瞬时频率估计的内燃机信号阶比分析

阶比分析是内燃机急加速启动过程信号有效的分析方法,它是以得到准确的转速信号对其等角度采样为前提条件的。根据希尔伯特一黄变换(hilbert—huang ransform),提出了基于瞬时频率估计的内燃机信号阶比分析方法,直接从振动信号的瞬时频率估计得到转速信号。在瞬时频率估计的若干影响因素分析的基础上,提出了改进瞬时频率估计的方法。仿真与实际信号分析证明了该方法的可行性。     

HHT与RBF神经网络在离心泵故障振动信号处理中的应用

根据离心泵故障振动信号的特点,提出了一种Hilbert-Huang变换(HHT)和径向基(RBF)神经网络相结合的离心泵振动信号故障诊断新方法。首先,将离心泵振动信号时间序列数据经验模态分解(Empirical Mode Decomposition,简称EMD),然后经过Hilbert-Huang变换获得各模态(Intrinsic Mode Functions,简称IMF)的能量,并以“能量比”为元素,利用能量比构造离心泵振动信号的特征向量可以很好刻画不同振动故障信息;应用RBF神经网络建立了从特征向量到故障模式之间的映射实现故障的诊断,对于离心泵的正常状态、质量不平衡、转子不对中和基础松动故障具有很高的诊断率。实验研究结果表明,该方法可以有效地对离心泵振动信号进行诊断。     

改进型HHT在混合线路故障选线中的应用

改进型希尔伯特-黄变换(HHT)能够准确地从非平稳的故障信号中提取出故障暂态信息,并能抗模态混叠。在混合线路故障选线中应用HHT提取零序电流中的特征信息,从得到的 IMF分量的波头方向来判定故障相,实现故障线路的选择。Matlab仿真试验结果表明,改进型HHT能够准确可靠地选出中性点经消弧线圈接地配电网的故障相,且不受故障条件的限制和影响,选线方法简单。     

HHT在电网谐波分析中的应用研究

Hilbert-Huang变换(HHT)以经验模态分解(empirical mode decomposition,EMD)为理论基础,尤其适用于强干扰背景下的瞬时有用信号的提取.本文以某10 kV电力母线谐波实测数据为基础,研究HHT在谐波电流分析中的应用.对10 kV电力母线谐波电流信号应用EMD分解得到的固有模态函数IMF(Intrinsic Mode Function),与小波分析结果相比较表明,HHT能够从复杂的背景谐波中获得较为理想的无畸变谐波信号.     

基于改进HHT的电能质量扰动检测新方法

为了解决传统HHT在电能质量扰动检测中EMD产生的模态混叠问题,提出一种基于奇异值分解(SVD)的改进HHT的电能质量扰动检测新方法.首先,将初始信号转换为Hankel矩阵进行SVD;再进行奇异值去模态混叠处理并重构信号;最后用HHT方法对重构后的去干扰扰动信号进行分析,求出扰动各固有模态分量imf对应的瞬时幅频参数,...     

Differential Transformation Method to determine fin efficiency of convective straight fins with temperature dependent thermal conductivity

In this study, fin efficiency of convective straight fins with temperature-dependent thermal conductivity is solved using a simulation method called the Differential Transformation Method (DTM). The concept of differential transformation is briefly introduced, and then we employed it to derive solutions of nonlinear equation. The obtained results from DTM are compared with those from the exact and numerical solution to verify the accuracy of the proposed method. The results reveal that the Differential Transformation Method can achieve suitable results in predicting the solution of such problems. After this verification, we analyze the effects of some physical applicable parameters in this problem such as thermo-geometric fin parameter and thermal conductivity parameter.     

基于HHT和SVM的供水管网爆管诊断模型研究

针对当前复杂供水管网泄水事故频发的现象,提出以管网发生故障时的瞬态水力数据信息为样本,采用Hilbert-Huang变换将故障样本信息从水压—时间的时域信号转换为压力幅值—频率的频域信号。分析选取频域信号中的主要特征值坐标作为支持向量机(SVM)的输入数据,并采用粒子群算法(PSO)对SVM参数进行优化,建立了基于HHT和SVM的供水管网故障诊断模型。实例应用表明,该模型在供水管网泄漏诊断中效果较好,从而验证了模型的可行性。     

基于HHT和SVM的供水管网爆管诊断模型研究

针对当前复杂供水管网泄水事故频发的现象,提出以管网发生故障时的瞬态水力数据信息为样本,采用Hilbert Huang变换将故障样本信息从水压—时间的时域信号转换为压力幅值—频率的频域信号。分析选取频域信号中的主要特征值坐标作为支持向量机（SVM）的输入数据,并采用粒子群算法（PSO）对SVM参数进行优化,建立了基于HHT和SVM的供水管网故障诊断模型。实例应用表明,该模型在供水管网泄漏诊断中效果较好,从而验证了模型的可行性。