基于改进希尔伯特黄变换电机故障特征提取方法研究

《基于改进希尔伯特黄变换电机故障特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com基于改进希尔伯特一黄变换的电机故障特征提取方法研究王惠中，等基于改进希尔伯特一黄变换的电机故障特征提取方法研究王惠中，张岳(兰州理工大学电气工程与信息工程学院甘肃兰州，730050)摘要：电机的故障特征信号一般为非平稳信号，而基于线性、平稳假定的传统故障特征提取方法不能准确提取非平稳信号的时频变化特征，针对这一问题，本文采用了更适于分析非线性非平稳信号的希尔伯特一黄变换(HHT)，提出了结合集合经验模态分解(EEMD)与灰色关联度的方法进行电机故障特征提取，验证了EEMD抑制

2、模态混叠问题的可行性以及灰色关联度方法识别虚假分量的有效性。并进一步对实际电机故障信号实验分析，利用BP人工神经网络对提取的特征向量进行故障识别，证明了该方法可以有效提高电机故障特征提取的准确性。关键词：电机故障；特征提取；希尔伯特．黄变换；集合经验模态分解；灰色关联度DOI编码：doi：10．3969／j．issn．1001—9227．2014．07．042Abstract：Faultfeaturesignalsofmotoraregenerallynon-stationarysignals，traditio

3、nalfaultfeatureex-tractionmethodsbasedontheassumptionoflinearandstationcouldn’taccuratelyextractthevariationoftime-frequencyfeatureofnon-stationarysignals，inordertosolvethisproblem，thispaperadoptstheHilbertHuangtransform(HHT)，whichismoresuitablefornonlinearn

4、onstationarysignalanalysis，andpresentsamethodcombinedwithensembleempiricalmodedecomposition(EEMD)andgreyrelationaldegreeforthemotorfaultfeatureextraction，verifyedthefeasibilityofEEMDinrestrainingmodalmixtureproblemandtheeffectivenessofgreyrelationaldegreemet

5、hodindetectingfalsecomponents．Experimentalanalysis，andfur—thertotheactualmotorfaultsignalbyusingBPartificialneuralnetworktoextractthefeaturevectortoidenti—fythefault，provethatthemethodcanefectivelyimprovetheaccuracyofthemotorfaultfeatureextraction．K神：Motorfa

6、ult；featureextraction；HilbertHuangtransform(HHT)；Empiricalmodedecomposi-tion(EEMD)Greyrelationaldegree中图分类号：O．022文献标识码：A文章编号：1001—9227(2014)07—0042—070引言障，但有些则需要经过加工处理，得到一些新的参在现代电机故障检测与诊断技术中，故障信号数，电机故障将通过这些新的参数来反映出来。因的特征提取一直都是最重要、最关键，同时也是最此，人们往往需要借助一些现代信号分析与

7、处理的困难的问题之一，它同电机故障诊断的准确性和故理论及技术手段来解决在电机故障特征信息提取中障早期预报的可靠性有着直接关系。人们可以通过遇到的种种难题。各类传感器得到能够准确反映电机运行过程的参数电机的故障特征信号一般为非平稳信号，在利和信号，但仍有两个问题有待解决：一个是这些信用传统的信号分析方法如短时傅立叶变换、小波号中能够反映电机早期故障特征的信息往往非常微变换[3-5]等进行故障特征提取时，通常是先将系统进弱，而相应的非故障特征信号的干扰却比较强，并行线性化，将非平稳信号假定为平稳或局部平稳且常常会淹

8、没那些反映早期故障征兆的信号；另一的，再进一步分析信号得到其时频分布。但这些传个问题是这些信号中有些可以直接反映某些电机故统信号分析方法都是对傅里叶分析全局表示的修收稿日期：2014—05一O1改，可以说是广义或修正的傅里叶变换，本身具有基金项目：甘肃省教育厅科研项目f0903—07)；国家自傅里叶变换的局限性。因此，本文将采用更适于处然基金资助项目(50967001)；甘肃省自然基金