基于IHPS/ISPS滤波和Hilbert变换解调的齿轮断齿故障诊断

齿轮一旦发生断齿故障,就会产生周期性冲击,从而使啮合振动信号产生调制现象。有效提取调制信息,对于齿轮断齿故障的诊断至关重要。针对断齿故障特征信号被噪声淹没、滤波参数通常需要人为设定、断齿故障检出率低的问题,提出了一种改进的边带乘积谱算法(ISPS),以及基于IHPS/ISPS的自适应滤波与Hilbert变换解调相结合的齿轮断齿故障诊断方法。试验证明,该方法能有效分离被噪声淹没的故障特征信号,对于齿轮断齿故障的诊断,具有较大的应用价值。

超声波测振信号的Hilbert变换解调方法研究

以纵向压力波形式定向传播的超声波遇到振动物体时,反射超声波信号的相位会因多普勒效应而被振动所调制.对该反射超声波信号求导得到含有时变相位及时变幅值的调幅调频信号,采用Hilbert变换解调方法求取该调幅调频信号的瞬时幅值和瞬时频率.由于超声波信号存在幅值衰减,而超声波频率不易受外界干扰,故从瞬时频率中提取被测物体的振动速度,并由振动速度求导得到振动加速度.仿真及实验结果表明:Hilbert变换解调方法能够有效地从反射超声波信号中提取瞬时频率信息,而且与实际振动速度及振动加速度相比较,从瞬时频率中提取的振动速度及振动加速度具有较高的准确性.

基于声信号递归Hilbert变换的轴承故障诊断研究

轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明:所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。

基于Hilbert变换的条纹-灰度线性投影三维测量

针对传统的条纹投影测量中绝对相位求解方法存在投影图像数量较多以及算法复杂程度高的问题,提出了一种基于Hilbert变换的条纹-灰度线性投影策略及相位求解方法,该方法仅使用3幅投影图像——1幅高频条纹图和2幅灰度线性变化图,通过Hilbert变换求得包裹相位,采用灰度线性变化图像得到基础相位,联立包裹相位和基础相位可得到条纹级数,进而得到绝对相位。通过构建的主动双目系统得到的三维重构结果发现,该方法可以有效恢复被测物体的三维形状,测量精度可达0.1 mm。

基于CEEMDAN-Hilbert变换的水下爆炸信号时频分析方法研究

研究水下爆炸冲击波信号的时频特性,对于舰艇利用弹药水下爆炸信号对抗自导鱼雷具有重要的实际意义。本文针对EMD-Hilbert方法中经验模态分解(EMD)存在模态混叠的问题,提出CEEMDAN-Hilbert方法实现水下爆炸冲击波信号精确的时频分析。在水深100 m处单发炸药爆炸,产生爆炸信号的频率主要分布在56.5 kHz以下的低频段,特别是0~28.3 kHz以下的能量最大,高于56.5 kHz的能量较少。通过与EMD-Hilbert方法相比,CEEMDAN-Hilbert方法在28.3~56.5 kHz频段的能量分布会更加明显,具有一定的优越性。

基于Hilbert变换的包络解调法在鱼雷电磁引信中的应用

分析了鱼雷电磁引信的目标信号及其低频调制包络的特性,阐述了Hilbert变换的原理,提出了一种基于Hilbert变换的包络解调法并对其解调原理进行了推导。在Matlab/Simulink环境下,对上述的包络解调法应用于电磁引信目标信号的解调进行了仿真。结果表明,相比传统的电磁引信检波方法,Hilbert变换法具有解调输出信号波形失真小和解调稳定性高的优点。

基于Wigner-Ville分布和Hilbert变换相结合的降噪解调法及应用研究

提出采用Wigner-Ville分布(WVD)和Hilbert变换相结合的办法。首先指出调制信 号WVD中零频处的交叉项包含有原信号的所有调制信息;然后,从理论上分析了它抵消平稳随机 过程中与信号不相关的加性随机噪声的机理;最后对其进行Hilbert变换,求得解调结果。仿真和 实验数据分析证明,该方法与直接解调法相比,噪声影响大幅减小,故障信息得以凸现。

基于时延自相关预处理的Hilbert-Huang变换解调

针对具有噪声干扰的旋转机械故障振动信号解调问题,提出基于时延自相关运算和经验模态分解(EMD)方法相结合的新方法.讨论了时延相关算法的降噪原理、离散信号时延相关算法和Hilbert-Huang变换理论.采用矩形窗截断故障振动信号自相关函数的无偏估计,获取较长时间差的部分,得到时延相关函数.利用EMD方法对时延相关函数进行自适应滤波,得到固有模态函数(IMF),对IMF进行Hilbert变换,求得解调结果.不同噪声强度仿真数据和滚动轴承故障振动信号实验数据分析表明,该方法比直接解调或仅采用时延相关解调更能有效抑制噪声,凸现信号调制信息.

基于迭代Hilbert变换的多分量信号解调方法研究及应用

旋转机械系统发生故障时,其振动信号通常为多分量AM-FM信号。针对传统的解调方法在多分量振动信号故障特征提取中的局限性,提出一种利用迭代Hilbert变换(Iterated Hilbert transform,IHT)进行机械故障诊断的新方法。介绍IHT的基本原理;通过对任一两分量的AM-FM信号的分析表明利用IHT得到的相位信息直接估计瞬时频率具有一定的局限性,于是提出基于差分算和零相位数字低通滤波的平滑的瞬时频率估计方法,并通过仿真试验表明,与自适应分割算法和Hilbert-Huang变换相比,该方法具有很高的精度且速度较快。对具有外圈故障的滚动轴承和具有断齿故障的齿轮箱振动信号的分析结果表明,基于IHT的多分量AM-FM信号解调方法能有效地提取机械故障振动信号中的故障特征。

用Hilbert变换进行FM信号解调的一种数据处理方式

针对Hilbert变换进行FM信号解调中的问题进行了实验研究，对于Hilbert变换中卷积窗口长度的选取问题，通过实验研究发现，同时满足窗长大于100点且宽于载波周期的条件，可以获得良好的变换效果。对于以微分方式从实际相位波形中获取瞬时频率的准确度不高的问题，提出了一种先剔除趋势分量再微分的多点差分计算方法，获得了良好的解调效果。并在一组调制参量已知的FM波形序列上，以解调实验验证了该方法的正确性和可行性。为用Hilbert变换法进行FM信号解调提供了一种快速实用的数据处理方式。

基于振动信号和同步压缩小波变换的电动机测速方法及实验分析

针对部分工业现场电动机无法安装测速传感器,提出一种基于振动信号和同步压缩小波变换的电动机测速方法。对电动机振动信号进行Hilbert变换得到包络信号,解调出其中与转速相关的振动分量;利用同步压缩小波变换分析计算出包络信号的时频图;引入脊线的四分位距和方差对代价函数法进行改进,并利用该方法提取基频振动分量的时频脊线,得到电动机的转速曲线,达到无转速计测速的目的。实验与仿真分析表明,所提方法无论在稳态还是在非稳态工况下都能准确检测出电动机转速,且误差不超过5%。该方法的研究与实践过程可加深学生对调制解调、时频分析等理论知识的理解,提高理论联系实际的能力。

阶次跟踪和Hilbert变换在滚动轴承非平稳信号故障诊断中的应用

风力发电机组传动链因风速的时变特性而处于变转速运行状态,其主轴承因低速、重载导致振动信号具有非平稳和调制特点,常规分析时频谱会出现“模糊”现象,不能及早提取故障特征频率。提出了阶次跟踪和Hilbert变换联合分析方法,使用阶次跟踪在角度域进行等角度重采样,把时域非平稳信号转换成角度域平稳信号,然后应用Hilbert变换把低频故障信号从高频载波信号中解调出来,以及早发现隐患。结果表明,阶次跟踪和Hilbert变换联合分析能够较早地提取出故障特征频率并对故障进行精确定位,对低速重载风电主轴承故障诊断十分有效。

基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。

基于Hilbert变换的数字调相信号解调算法研究

文章提出了一种在软件无线电中基于希尔伯特(Hilbert)变换的调相信号数字化解调算法,与传统解调方法相比,简单、计算量小且易于实现,能很好地满足软件无线电中的要求。理论分析和仿真结果表明该解调方案的抗干扰性能有明显改善,具有理论意义和实际应用价值。

基于CEEMDAN-Hilbert变换的振动信息分解

为了对轴箱振动信息进行有效时频分析,提出利用完备集合经验模态(CEEMDAN)分解对振动信息进行分解,再通过Hilbert变换求其时频谱、边际谱和奇异值,实现振动信息的分析。通过分析钢轨正常和道岔状态轴箱振动信息,实现对钢轨表面状态的判断。结论如下:正常状态的振动频率主要集中在低频,道岔状态高频部分显著增加,且能量幅值峰值约是正常状态的50倍。道岔状态的边际谱和奇异值幅值均大于正常状态,且幅值峰值约是正常状态的3倍和5倍。

多径信道下解调加权分数傅里叶变换加密的混沌直扩信号

为了在多径信道下解调加权分数傅里叶变换加密的混沌直扩(WFRFT-CD3S)信号,该文提出一种广义信道差分解调算法。在WFRFT-CD3S系统的发射端先对信息码进行差分调制,接收端将差分码与信道的乘积视为广义信道,并通过本地扩频序列构建频域匹配滤波器以估计广义信道冲击响应。接收端通过解差分广义信道冲击响应的估计值来合并各径能量并恢复信息码。对所提算法的误码率进行了理论分析,数值仿真验证了理论分析结果。数值仿真结果表明提出的解调算法可以在低信噪比下解调多径WFRFT-CD3S信号,保证了WFRFT-CD3S系统抗能量检测的能力。

基于希尔伯特黄变换的机车信号解调算法研究

随着我国铁路的高速发展,线路上的列车快速增加、路网环境愈发复杂,导致机车信号出现了解调质量下降、抗干扰能力不足的问题。为了保证列车的运行安全,提出了基于希尔伯特黄变换的机车信号解调算法。通过分析我国机车信号系统的构成,以及列车实际运营场景中受到的多种干扰源,利用希尔伯特黄变换算法处理非线性、非平稳信号的优势以及自适应性,对机车信号的解码过程进行分析,并针对机车信号的特点对算法进行了改进。通过计算机仿真,分别对理想状态下和加噪状态下的机车信号解调算法进行了分析,并与ZFFT和小波变换解调算法的性能进行了对比,结果表明,基于希尔伯特黄变换的机车信号解调算法性能更优,抗噪性能也更强,适用于我国当前机车信号系统的解调工作。

基于分数阶Hilbert变换的电路故障诊断研究

为了解决非平稳信号频谐分析引起的频谱成分重叠问题,以及滚动轴承故障信号的多载波调制特性,结合轴承故障特点,采用一种基于希尔伯特包络和阶次分析的调制阶次提取方法。首先,利用希尔伯特变换求出了一种具有异响问题的车辆的加速度状态,对包络进行等角度的重新取样,得到与速度无关的包络线,并在角域频谱分析中求出调制阶,并根据各个轴承的故障特性,找出故障的根源;其次,利用分数阶希尔伯特变换对被测信号进行弹性特性和细节特性的提取,利用分数阶希尔伯特变换对二次损伤进行特征提取,并利用分数阶希尔伯特变换对待测信号进行幅度、相位和瞬时频率的提取;再次,利用Fisher的序列和遗传算法,找到了一个最优的pn分类值,在抽取了特征点后,利用两种不同的参数向量机对正常的样品进行了诊断;最后,利用相同的方法,找到具有最大识别能力的最优等级p2值,并据此对各种类型的故障进行分类。试验结果证明:所提出的方法能有效地提高系统的故障诊断精度。

基于改进广义解调的直升机传动系统速度追踪

为了从复杂的非平振动信号中追踪直升机的传动系统轴转速信息,开发了一种改进的广义解调变换方法。首先,利用广义解调变换对目标信号进行移频,移频后目标分量将由非平稳转换为近似平稳;其次,基于频谱细化的短时傅里叶变换(short time Fourier transform,简称STFT)方法计算得到解调信号时频图;然后,估计信号的瞬时频率,利用迭代计算提升频率估计精度;最后,基于估计的转速信息开展同步分析,提高传动系统齿轮故障振动的信噪比。仿真分析和实测分析结果表明:所提出方法估计的轴速度信息具有较高的精度,满足基于速度信息开展同步分析的需求;利用估计的速度开展同步分析可有效提高信噪比,增强阶次谱上的故障特征,便于准确提取齿轮故障特征。

基于Hilbert谱的行星齿轮箱故障诊断应用研究

行星齿轮箱以其诸多的传动优点广泛应用在双馈风力发电机组中,行星齿轮箱因其特殊的结构导致振动信号传递路径复杂和多路径调制特点。当行星齿轮箱的太阳轮、齿圈、行星轮关键部件出现局部故障时,频谱不能清晰地呈现部件损伤的特征频率,且频谱容易被噪音淹没。本文提出了一种Hilbert变换谱,把低频故障信号从高频的载波信号中解调出来,通过与理论计算的故障特征频率进行对比,可精确地对行星齿轮箱的故障进行定位。结果表明,通过Hilbert解调的低频故障频率能精确和部件理论计算特征频率一一对应,对故障进行准确定位,Hilbert变换在行星齿轮箱故障诊断中优势明显。