基于EMD和峭度的Hilbert包络解调在滚动轴承故障诊断中的应用分析

针对直接运用快速傅里叶变换(FFT)无法有效提取具有非线性非平稳特性的滚动轴承振动信号故障特征频率的问题,提出了一种基于经验模式分解和峭度指标的Hilbert包络解调方法。首先对滚动轴承的振动信号进行了经验模式分解(EMD),得到了包含轴承故障特征信息的各阶本征模态函数(IMF),再计算各阶IMF的峭度值,选取了峭度值较大的几阶IMF分量重构信号,并对重构信号进行了Hilbert包络解调分析,从而获得了滚动轴承的准确故障特征信息。分别对仿真模拟信号和实际滚动轴承发生内圈故障的振动信号进行了分析,清晰地得到了故障特征频率。研究结果表明,利用融合EMD、峭度系数和Hilbert包络解调的诊断方法能够快速、准确地提取滚动轴承的故障特征频率,从而可以对滚动轴承进行有效地故障诊断。

基于改进的Hilbert包络解调的城市轨道轴箱轴承诊断方法

轴箱轴承是城市轨道车辆的关键部件之一,其良好的工作状态是车辆安全运行的重要保证.目前主要依赖于轴温及简单的振动冲击指标进行轴承检测,其往往会受到现场环境因素和车辆运行工况的影响,检测效果不理想.通过分析轴承振动机理,在传统的Hilbert包络解调方法的基础上,引入小波变换和频谱细化校正技术进行改进,并以实测轴承故障数据进行验证.结果表明,改进的Hilbert包络解调方法能够很好地应用于城市轨道车辆轴箱轴承的故障诊断.

阶次跟踪和Hilbert包络解调在滚动轴承故障诊断中应用

针对风力发电机组传动链时变工况下振动信号非平稳和调制特点,提出了一种基于阶次跟踪和Hilbert包络解调的滚动轴承故障诊断的新方法。使用阶次跟踪把时间域采样转换成角度域进行等角度重采样,把时间域非平稳信号变换成角度域平稳信号,可消除"频谱模糊"现象,进一步应用Hilbert包络解调把低频故障信号从高频载波信号中解调出来。结果表明,阶次跟踪和Hilbert包络解调联合能够有效地提取时变工况下非平稳振动信号的故障特征频率并判断故障类型。

基于EMD和Hilbert包络解调的滚动轴承故障诊断方法研究

滚动轴承的运行状态会直接影响到整个旋转机械的性能,提出一种将经验模态分解和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断。经验模态分解具有自适应性,能有效地将携带故障信息的高频调制信号从原信号中分离出来;利用Hilbert变换对包含滚动轴承故障所在的高频段进行包络谱分析,提取故障特征频率。将提取的特征频率与根据轴承型号参数和转速所得的滚动轴承的故障特征频率进行对比,能够辨识出滚动轴承的故障。通过对实验采集的滚动轴承振动信号进行分析,证明了该方法有效性和准确性。

基于EMD-Hilbert包络谱分析的涡轮泵轴承故障特征识别

在火箭发动机涡轮泵高速轴承试验中,轴承的可靠性对保证试验的成功至关重要。针对涡轮泵轴承故障特征难以从原始信号中提取的问题,基于EMD-Hilbert包络解调分析方法,对涡轮泵高速轴承故障特征进行识别。采用EMD方法对原始信号进行自适应分解,获得若干个IMF分量;基于相关性指标最大原则筛选IMF分量进行信号重构;对重构信号进行Hilbert包络解调分析,提取出故障轴承的特征。以某型号涡轮泵低温高速轴承试验的真实故障数据验证本方法的有效性,数据记录了试验装置在阶梯式升速全过程中保持架故障的振动加速度信号。分析结果表明,基于EMD-Hilbert包络解调分析方法能够提高信噪比,最大程度保留保持架故障信息的周期性冲击成分,并能有效提取保持架故障频率、故障倍频及各种调制频率成分,实现对涡轮泵高速轴承故障的有效识别。为深度解析轴承保持架故障情况,结合系统11种运行状态,提出了一种轴承渐进劣化全过程的解析方法,确定出轴承故障早期人为干预的具体时刻。

基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断

为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明:该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。

奇异区间包络重构局部均值分解及其往复压缩机轴承故障诊断应用

针对包络估计函数解调时出现的突变问题,提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition,SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉,为此定义交叉局部区域为奇异区间,结合极值对称理论增广该区间插值点,应用三次埃尔米特插值进行局部重构,形成奇异区间包络重构算法。仿真信号和往复压缩机轴承故障诊断应用证明,该算法解决了包络线交叉问题,抑制了解调突变现象,分解结果故障特征更显著。

基于精确震源函数的解调包络多尺度全波形反演

本文提出解调包络方法来重构地震记录中缺失的低频信号,同时该方法能够降低全波形反演的非线性程度;提出伴随状态震源函数反演方法来得到精确的震源函数,并推导了梯度计算公式;解调包络方法结合低通滤波技术,实现了从低频到高频的多尺度反演策略,有效缓解了全波形反演的周波跳跃问题.数值算例证明了解调包络、伴随状态震源函数反演方法和低通滤波多尺度反演策略的可行性及优越性.震源函数反演精度测试结果表明:即使观测记录在缺失低频信息的情况下,也能反演得到精确的震源函数.缺失低频测试和抗噪能力测试结果表明:即使地震数据中缺失9Hz以下的低频信号或者信噪比极低的情况下,利用反演得到的精确震源函数进行解调包络多尺度全波形反演,同样可以得到高精度的全波形反演结果.与Hilbert包络全波形反演对比结果表明:解调包络在重构低频和降低伴随震源主频方面具有一定优势.

基于最优Morlet小波自适应包络解调的弱故障特征提取方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计最优Morlet小波。针对最佳尺度求取的难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比求取最佳尺度。基于此,提出基于最优Morlet小波自适应包络解调的弱故障特征提取方法,该方法首先对信号进行最优Morlet连续小波变换;然后,依据峭熵比自适应地求取最佳尺度并提取最佳尺度的小波系数;最后,对最佳尺度的小波系数取模即可实现对最优频带的包络解调,得到包络谱,从而实现微弱故障特征的提取。实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,能有效地从强噪背景中提取微弱故障特征。

基于快速峭度图算法与平方包络共振解调的滚动轴承自适应故障诊断方法

针对共振解调技术应用在滚动轴承故障诊断中存在信噪比低和带通滤波器参数需要依靠经验确定的问题,提出了一种基于快速峭度图算法与平方包络共振解调技术相结合的滚动轴承自适应故障诊断方法.根据快速峭度图算法的自适应性,确定带通滤波器的参数,并提取滚动轴承故障振动信号高频共振带中包含的故障特征频段;计算去直流后信号的信噪比,若其信噪比大于1,则利用平方包络方法进行重构,以突出故障特征信号;对重构信号进行频谱分析,得到其故障特征频率,识别出相应的故障类型.通过故障滚动轴承试验,验证了该方法的有效性和准确性.

信号相关性和EEMD-Hilbert包络在滚动轴承故障诊断中的应用

针对传统信号包络的带通滤波器的中心频率和带宽的选择不确定性和经验模式分解(EMD)在非线性非平稳信号处理中存在的模态混叠问题,提出了一种以信号的相关性为判据,获取总体经验模式分解(EEMD)的最佳IMF分量,并对其进行Hilbert包络解调获取故障特征频率,实现滚动轴承早期故障的诊断的新方法。实验分析结果表明:该方法能够准确地识别和诊断出滚动轴承的早期故障类型,适合滚动轴承早期故障的精确诊断,具有一定实用价值。

基于小波自适应包络解调技术的滚动轴承故障识别研究

针对传统的包络解调技术在实际使用过程中存在必须人为确定高频共振频率和带通滤波器的中心频率缺点,提出了小波自适应包络解调技术。该方法通过最小Shannon熵原理自适应确定小波函数的中心频率和带宽,求得在此小波变换下的系数,运用希尔伯特变换得到解析信号,最后计算包络和包络谱来识别故障特征频率,实验结果表明,提出的方法能准确有效地识别出滚动轴承外圈、内圈及滚动体的单点类故障。

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。

相参宽带复包络正交解调器的误差分析与校正探讨

给出了用于高功率微波短脉冲雷达接收机的接收相参宽带复包络正交解调器的构成 ,从理论上对其误差的数学模型进行了较为详尽的描述 ,分析了解调器正交通道幅相不一致性以及本振泄漏和直流偏置漂移等因素对大动态宽带信号处理的影响 ,对可能采用的几种系统校正方法进行了初步探讨。

Hilbert C~*-模的内射包络(英文)

采用同调理论的观点探讨了C 代数上HilbertC 模作为对象和有界模算子作为态射构成的范畴 .研究C 代数上HilbertC 模扩张的内射性和内射包络 ,通过内射性和本性给出内射包络的特征描述 .证明了如果一个C 代数的HilbertC 模的内射包络存在 ,则在H等距意义下是唯一的 .其次给出了HilbertC 模的扩张是内射包络 ,当且仅当此扩张是内射的和本性的 .进一步得到在H等距意义下W 代数上的任何HilbertC 模都有唯一的一个内射包络而且HilbertC

超宽带载波包络调制及其频谱相关解调

针对超宽带载波包络调制的频谱特性,提出新颖的正交梳状频谱相关解调方法,将超宽带脉冲信号的处理从时域扩展到了频域。阐述了该解调方式的基本原理和设计思路,推导了正交梳状频谱的载波选择原则。对系统性能的分析和仿真证明了频域相关解调的方法有着和时域解调相同的误码率性能。该方法接收机结构简单、成本低,可由全数字电路实现,便于采用其它数字信号处理技术进一步提高系统性能。

基于NeighCoeff和Hilbert包络分析的行星齿轮箱太阳轮故障诊断

针对行星齿轮箱的振动信号易受噪声干扰、信号成分复杂以及太阳轮易发生故障的问题,提出了基于小波相邻系数(Neigh Coeff)和Hilbert包络相结合的行星齿轮箱太阳轮故障诊断方法。建立了太阳轮局部故障的振动信号仿真模型,模拟噪声干扰下的太阳轮故障,利用Neigh Coeff对含噪信号降噪,对降噪后的信号进行Hilbert包络解调处理。仿真结果可得到更为清晰的频谱,证明该方法能够有效提取受噪声影响的故障特征频率。将该方法应用到行星齿轮箱太阳轮的故障诊断实验中,通过对太阳轮正常、断齿和磨损三种故障下振动信号进行实验,准确识别太阳轮故障,结果表明应用该方法能够有效地提高太阳轮故障诊断的准确性。

基于FIFO和数字包络解调的脉内测频方法

依据等精度频率测量原理,提出了在FPGA内部运用FIFO、数字包络解调和多路移相时钟等技术的新型脉内测频方法,实现窄脉宽中频调制脉冲的频率测量,适用于脉冲雷达等瞬时测频系统。同时,也可实现对多个调制脉冲的测频计数值累加求平均,以达到更高的测量精度。此设计方案硬件电路结构简单、成本低,系统集成度高、稳定性好,实用性强。

船舶螺旋桨空化噪声解调包络形状仿真研究

船舶螺旋桨空化噪声解调包络是一系列形状基本一致、间隔基本相等、高度有一定随机性、成组结构的波包。而波包形状会直接影响到解调谱的结构形状。通过分析比较实测信号、解调包络形状,将波包形状分为两大类:圆滑型和尖锐型,并分别设置了对应的两种仿真模型:半正弦模型和高斯模型。仿真信号和实测信号的检验结果表明,半正弦模型能够更好地模拟圆滑型包络的特点,高斯模型能够更好地模拟尖锐型包络的特点。

基于自适应极值的白光干涉信号解调算法研究

针对传统时域解调算法等光程点定位稳定性差、抗干扰能力弱,而频域解调算法效率低且部分方法受扫描采样步长限制等问题,课题组提出一种基于自适应极值的白光干涉解调算法。从干涉信号统计学规律出发,通过对干涉信号包络曲线加权平均,将它修正为高斯型包络曲线;然后,通过对包络曲线高斯拟合插值得到等光程点,进而得到测量方向的深度信息以及三维形貌;最后,以高度为20μm标准台阶样块为测量对象进行多次实验。结果表明:与传统算法相比,课题组所提出算法的测量重复性和精度均有显著提升。该算法为白光干涉中信号解调提供了一种重复性更好、误差更小的方法。