基于局部特征尺度分解与瞬时频率谱的齿轮故障诊断

齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;为了将信号准确分解、获得单分量的瞬时频率,进而根据瞬时频率谱进行齿轮故障诊断,提出了局部特征尺度分解与瞬时频率谱相结合的故障诊断方法;该方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个瞬时频率有物理意义的内禀尺度分量,然后分别应用希尔伯特变换技术求取每个分量的瞬时频率,并对瞬时频率进行傅里叶变换得到瞬时频率谱,最后根据瞬时频率谱进行故障诊断;对齿轮断齿故障实验数据进行了方法有效性分析,分析结果表明:该方法不仅能够准确诊断出齿轮箱故障情况,还能定位发生故障的齿轮,该方法可有效地应用于齿轮故障诊断。

行星齿轮箱故障诊断的频率解调分析方法

调频部分包含齿轮故障信息,而且不受振动传递路径变化的影响。为了避免振动信号频谱的复杂边带结构以及行星轮通过效应或时变振动传递路径的影响,根据行星齿轮箱振动信号的调频特点,提出了基于经验模式分解的频率解调分析方法。提出了本质模式函数的选择原则,推导了瞬时频率Fourier频谱的解析表达式,总结归纳了太阳轮、行星轮和齿圈故障振动信号瞬时频率Fourier频谱的频率结构特点。应用仿真信号和故障实验数据验证了上述理论分析结果,通过频率解调分析诊断出了太阳轮、行星轮和齿圈的局部损伤故障。

希尔伯特—黄变换谱与傅立叶谱的比较分析

介绍了希尔伯特—黄变换的基本原理,以具体模拟信号为例,讨论了FFT与HHT在信号处理中的差别,比较了算例信号的FFT谱图和HHT谱图,阐述了Hilbert谱图的各种含义,以便更有效地运用HHT方法对实际工程中的信号进行分析与处理。

近断层地震动的频谱周期参数和非平稳特征分析

分析地震动的频谱周期参数和频率非平稳特征,是地震危险性分析和结构抗震设计的重要内容。本文对近断层地震动记录按照不同的运动特征分组,进行了Hilbert-Huang变换分析。结合相关的定义得到了表征地震动频谱特性的7个周期参数,包括:Fourier幅值谱平均周期Tm、Hilbert边际谱平均周期Tmh、特征周期Tc、卓越周期等,并计算了地震动的Hilbert谱瞬时频率时程变异系数。计算结果表明,从整体上把握地震动频谱特性的三个周期参数Tm、Tmh和Tc适合于表征近断层地震动的频谱成份。近断层地震动的频率非平稳特征显著,Hilbert谱瞬时频率变异系数良好地反映了地震动的频率非平稳性质和程度。而且,考察了近断层地震动运动特征对地震动频谱周期参数和频率非平稳性的影响。

局部特征尺度分解结合局部均值解调的齿轮故障诊断

为了准确地进行故障诊断,根据齿轮故障振动信号的多分量调幅-调频特征,提出了一种新的解调方法——局部均值解调法,将之与局部特征尺度分解相结合进行齿轮故障诊断。该诊断方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个内禀尺度分量,然后应用局部均值解调法求取每个分量的调频分量,最后根据瞬时频率的频谱进行故障诊断。采用仿真信号将局部均值解调法与Hilbert解调法、经验调幅调频分解法进行了对比,结果表明,局部均值解调法的精确性更好。通过齿轮故障振动数据的分析,验证了局部特征尺度分解结合局部均值解调的故障诊断方法的有效性。

一种基于HHT鼠笼型异步电机转子断条故障信号分析方法

希尔伯特-黄变换是一种新的信号处理方法,具有时频自适应性,可以用于分析各类信号,包括平稳、非平稳信号,线性、非线性信号等。它的核心经验模态分解实际上就是对信号进行平稳化处理,将信号用不同尺度上波动的序列的和来表示,其瞬时频率谱可准确反映信号的物理意义。将希尔伯特-黄变换用于提取鼠笼型异步电机转子断条故障特征信号的处理,可以有效、准确地诊断故障。该方法无需大量数据,能够节省硬件和软件成本。