中央高校基本科研业务费专项资金(xjj20100064)
- 作品数:1 被引量:133H指数:1
- 相关作者:雷亚国更多>>
- 相关机构:西安交通大学更多>>
- 发文基金:中央高校基本科研业务费专项资金留学人员科技活动项目择优资助经费国家自然科学基金更多>>
- 相关领域:机械工程更多>>
- 基于改进Hilbert-Huang变换的机械故障诊断被引量:133
- 2011年
- Hilbert-Huang变换(Hilbert-Huang transform,HHT)通过经验模式分解(Empirical mode decomposition,EMD)和Hilbert变换能够自适应地将复杂的非线性、非平稳信号刻画成Hilbert-Huang谱,突显信号的局部特征,具有良好的时频聚集能力,因此被广泛用于机械信号处理与故障诊断。然而,EMD存在的模式混淆问题使其难以获得准确的本征模式分量(Intrinsic mode function,IMF)。此外,通常只有部分IMF包含故障敏感信息、表征故障特征。因此基于EMD和所有IMF的Hilbert-Huang谱的故障诊断精度有待提高。为此提出一种基于总体平均经验模式分解(Ensemble empirical mode decomposition,EEMD)和敏感IMF的改进HHT。该方法利用EEMD获取无模式混淆的IMF,通过敏感度评估算法从EEMD所有的IMF中选择反应故障特征的敏感IMF,从而得到改进的Hilbert-Huang谱以更准确地诊断机械故障。通过仿真试验以及转子早期碰摩故障诊断的工程实例验证了改进HHT的有效性。
- 雷亚国
- 关键词:故障诊断