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。

矢Hilbert解调及其在齿轮故障诊断中的应用

提出一种基于旋转机械同源数据融合的全矢Hilbert解调分析方法。将全矢谱技术融于希尔伯特解调之中,从理论分析该方法的可行性,并将其应用于高速旋转的齿轮故障诊断中,进一步证实矢Hilbert方法的有效性。

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.

基于Hilbert解调及倒谱的齿轮箱点蚀故障诊断研究

将Hilbert解调和倒谱分析方法结合起来对齿轮箱点蚀故障进行了诊断研究。首先介绍了Hilbert解调和倒谱的基本原理,然后针对Hilbert解调和倒谱等单种方法的不足,论述了将Hilbert解调与倒谱分析结合用于齿轮箱故障诊断的基本思想,最后通过QPZZ-II.旋转机械故障试验系统进行了齿轮箱点蚀故障的实例验证分析。研究表明,Hilbert解调技术可以解调出调制信号,但在处理相加信号时有局限性;倒谱可以区分出边频带中的周期成分,将成簇的边频带简化为单根的谱线,受传递路径影响小,但当调制边频的幅值不大或者信号中含有较大噪声时,倒谱中得到的调制频率的幅值并不明显;将这两种方法结合起来可以很好地克服传统单种方法存在的憋端,可对齿轮箱的点蚀故障进行有效诊断。

基于小波—Hilbert解调的齿轮故障诊断方法

提出了一种小波分析与Hilbert解调谱相结合的分析方法,并应用于齿轮故障特征的提取。依据齿轮箱故障机理和频谱特征,采用小波变换将信号分解后在不同频带进行分析,实现齿轮故障中的非线性耦合特征频率的提取,然后对特征频率进行Hilbert解调以得到准确的故障信息。将其应用于汽车领域,结果表明提出的方法可以有效提高频率分辨率,实现故障特征的准确提取,对于汽车变速箱的齿轮故障诊断具有一定的价值。

平方解调分析在低速重载齿轮故障诊断中的应用

阐述了齿轮振动信号的调制原理,讨论了平方解调的定义及解调原理。应用平方解调分析技术对齿轮振动信号进行了幅值解调分析。工程应用研究结果表明,针对齿轮振动信号的调制现象,利用平方解调技术能从复杂的振动信号中解调出故障齿轮的调制信息,进而判断出故障齿轮的部位,是一种可靠的故障诊断方法。

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。

Hilbert解调及倒谱分析在风电机轴承故障诊断中的应用

针对风力发电机组滚动轴承的振动故障,采用Hilbert解调及倒谱分析的方法,寻找故障的特征频率,运用LabVIEW软件编写程序进行信号实例分析,获取了异常振动产生的周期性故障信号。结果表明把倒谱分析与Hilbert解包络分析相结合是一种有效的诊断方法,提高了风力发电机组轴承故障诊断的准确性。

小波降噪与Hilbert解调相结合的齿轮箱故障诊断方法

将小波降噪和Hilbert解调分析方法相结合对齿轮箱典型故障进行了诊断研究。介绍了小波降噪和Hilbert解调的基本原理,通过QPZZ-II旋转机械故障试验平台进行了齿轮箱点蚀故障的实例验证分析。研究表明,小波降噪后提高了信噪比和故障诊断精度;Hilbert解调技术可以解调出调制信号,但不能较好地处理叠加信号,可利用倒谱分析边频带中的周期成分做进一步分析。通过实验证明了方法的有效性。

基于Hilbert解调法的风电机组齿轮箱故障诊断

对某台运行中的风电机组存在异响的齿轮箱的振动数据进行采集后,采用Hilbert解调法分析出了齿轮箱内部高速轴存在断齿现象,并通过现场检查齿轮箱内部部件发现了断齿。Hilbert解调法能有效提取风电机组齿轮箱振动信号的故障信息,可有效应用于风电机组齿轮箱的振动数据分析及故障诊断工作中。

带平方根的Hilbert边值问题

讨论了如下型Re{λ(t)√ψ+(t)}=c(t),t∈L,的Hilbert边值问题，其中L是单位圆，λ(t)≠0与c(t)为Holder连续函数，ψ^+(t)在圆内全纯，在L上有单值连续的边值√ψ^+(t)，获得了其一般解和可解条件。

平方解调分析原理及在机械信号故障诊断中的应用

在具有齿轮、滚动轴承等设备的机械故障诊断中 ,广义检波滤波解调分析是非常有用的工具 .广义检波滤波解调分析具有高通绝对值分析、检波滤波和平方分析三种算法 ,这三种算法在原理上是基本一致的 ,都能解出包含故障信息的调制频率 ,解相加信号时都以两信号频率之差 (不包含故障信息 )作为调制频率解出 ,采样频率不满足一定的条件时都存在着混频效应 ,在解调谱中表现为不宜区分的频率成分 .本文重点介绍了平方解调方法的原理、局限性及其在实际中的应用 .在理论上分析了其局限性 ,从根本上避免了工程故障诊断在此方面的误诊断 .

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.

基于全矢谱和Hilbert包络解调的滚动轴承故障诊断

提出一种滚动轴承故障诊断新方法——全矢Hilbert包络解调谱分析。Hilbert变换对于滚动轴承故障信号有良好的调制解调效果,但单依赖传统的单通道信号会产生信息遗漏,对诊断的准确性造成影响,基于同源双通道信息融合的全矢谱技术,能够更加全面、准确地反映设备振动特性。将全矢谱技术与Hilbert解调相结合,并进行滚动轴承外圈故障的诊断实验,证实了全矢Hilbert包络解调谱分析的有效性和先进性。

Hilbert解调与倒阶次谱的变工况齿轮特征提取

为了对变工况齿轮信号进行特征提取,对变工况齿轮故障特征进行了研究,采用Hilbert解调的方法对变工况齿轮角域信号进行解调,但Hilbert解调在处理变工况齿轮角域信号时有局限性,所以采用Hilbert解调与倒阶次谱相结合的方法对变工况齿轮角域信号进行诊断研究。首先,分析了角域信号的组成成分以及齿轮角域信号的故障特征;其次,对Hilbert解调和倒阶次谱进行了分析;再次,对Hilbert解调的局限性以及改进方法进行了分析;最后,通过实验仿真与验证说明了Hilbert解调与倒阶次谱相结合的方法对角域信号特征提取的有效性。

一种基于改进平方环的MSK解调方法的FPGA实现

二进制最小频移键控(MSK)解调系统的设计是数据链自动测试技术中的重要部分,而载波同步在MSK解调中起到了关键性作用。从分析MSK信号特性出发,研究了一种采用改进平方环的载波同步方法,在传统平方环的基础上,将改进坐标旋转数字(CORDIC)算法应用到数控振荡器(NCO)中,极大减少了对硬件资源的占用,利用NCO产生两路完全正交的正、余弦信号的特点,提出一种直接提取相干载波的方法,免除了复杂的二分频电路。这种改进平方环在硬件实现上更为简单,通过Modelsim软件进行仿真,验证了这种改进平方环的可行性。

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。