基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf

基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf

ID:53575753

大小:308.06 KB

页数:5页

时间:2020-04-19

基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf_第1页
基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf_第2页
基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf_第3页
基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf_第4页
基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf_第5页
资源描述:

《基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第l6卷第3期军事交通学院学报V01.16No.32014年3月JoumalofMilitaryTransportationUniversityMarch2014●车辆工程VehicleEngineering基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取苏涛,夏均忠,李树珉,白云川,张建生(1.军事交通学院研究生管理大队,天津300161;2.军事交通学院军用车辆系,天津300161;3.军事交通学院外训系,天津300161)摘要:希尔伯特黄变换(HHT)是一种自适应时频处理方法,并运用到滚动轴承故障诊断中,但其对噪声比较敏感。为消除噪声对诊断结果的影响,提出基于小波降噪和希尔

2、伯特黄变换相结合的滚动轴承故障特征提取方法。首先利用小波变换去除振动信号中的随机噪声,然后对降噪后的振动信号进行希尔伯特黄变换,最终得到振动信号的希尔伯特边际谱,提取故障特征。通过仿真和滚动轴承故障实验,验证了该方法的有效性。关键词:滚动轴承;小波降噪;希尔伯特黄变换;故障特征提取中图分类号:TP277文献标志码:A文章编号:1674—2192(2014)03—0052—05FaultFeatureExtractionofRollingBearingBasedonWaveletDe——noisingandHHTSuTao,XiaJunzhong,LiShumin,BaiYunchu

3、an,ZhangJiansheng(1。PostgraduateTrainingBtigade,MilitaryTransportationUniversity,Tianjin300161,China;2.MilitaryVehicleDepartment,MilitaryTransportationUniversity,Tianjin300161,China;3.ForeignTrainingDepartment,MilitaryTransportationUniversity,Tianjin300161,China)Abstract:Hilbert—HuangTransform

4、(HHT)isanadaptivetime一~equencyanalysismethod;itissuccessfullyappliedinrollingbeatingfaultdiagnosis.However,HHTmethodissensitivetonoise.Inordertoeliminateinfluenceofnoiseonre—suitofdiagnosis,afaultdiagnosisapproachforrollingbearingbasedonwaveletde—noisingandHHTwasproposed.First—ly,waveletwasuse

5、dtoremovenoisefromvibrationsigna1.Then,thede—noisingsignalwasprocessedwithHHT.Finally,itgotHilbertmarginalspectrumofthevibrationsignalandthefaultfeatureswereextracted.Theresultbetweenthesimula—tiondataandtheactualrollingbeatingfaultdiagnosistestsdatashowsthattheproposedmethodiseffective.Keywor

6、ds:rollingbeating;waveletde—noising;HHT;faultfeatureextraction滚动轴承是机械设备最为关键的部件之一,运行,甚至会造成整个设备的损坏⋯。由于滚动轴承的缺陷和损伤不仅直接影响机械设备的稳定轴承的工作环境与工作机理,其故障信号一般表收稿日期:2013—09—18;修回日期:2013—10—23.作者简介:苏涛(1988一),男,硕士研究生;夏均忠(1967一),男,博士,副教授,硕士研究生导师2014年3月苏涛等:基于小波降噪和希尔伯特黄变换的滚动轴承故障特征提取53现为非平稳、非线性,且由于受到随机噪声的干解成一系列近似单频

7、率成分的本征模态函数IMF;扰,故障信号的信噪比较低,故障特征难以提对每个本征模态函数进行Hilbert变换,可以得到取。每个本征模态函数的瞬时频率。由于经验模态分滚动轴承故障诊断的关键是从其振动信号中解是完备的,因此,将各个IMF的瞬时频谱组合起提取故障特征J。希尔伯特黄变换(Hilbea—来,就可以得到整个振动信号的频谱。对任意振Huangtransform,HHT)是一种自适应时频处理方动信号(t),其EMD过程可表示为Ⅳ法,其包含经验模态分解(empirica

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。