煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2013年
10期
251-254
,共4页
聚合经验模态分解%Hilbert边际谱%小波降噪%故障诊断
聚閤經驗模態分解%Hilbert邊際譜%小波降譟%故障診斷
취합경험모태분해%Hilbert변제보%소파강조%고장진단
针对信号经验模态分解(EMD)过程中存在波形混叠现象,提出一种基于聚合经验模态分解(EEMD)和Hilbert边际谱相结合的方法对齿轮箱故障进行故障诊断.首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理,提高EEMD分解的精确度；其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别；最后对2种工况信号进行Hilbert变换并计算得到边际谱,确定故障信号的故障频率.研究表明该方法在避免EMD分解带来的模态混叠现象方面具有可行性,能提高齿轮箱故障诊断的准确率.
針對信號經驗模態分解(EMD)過程中存在波形混疊現象,提齣一種基于聚閤經驗模態分解(EEMD)和Hilbert邊際譜相結閤的方法對齒輪箱故障進行故障診斷.首先使用小波閾值分析對揹景譟聲較大的齒輪箱振動信號進行預處理,提高EEMD分解的精確度；其次對預處理信號進行分解,得到IMF分量,對比正常信號與故障信號的區彆；最後對2種工況信號進行Hilbert變換併計算得到邊際譜,確定故障信號的故障頻率.研究錶明該方法在避免EMD分解帶來的模態混疊現象方麵具有可行性,能提高齒輪箱故障診斷的準確率.
침대신호경험모태분해(EMD)과정중존재파형혼첩현상,제출일충기우취합경험모태분해(EEMD)화Hilbert변제보상결합적방법대치륜상고장진행고장진단.수선사용소파역치분석대배경조성교대적치륜상진동신호진행예처리,제고EEMD분해적정학도；기차대예처리신호진행분해,득도IMF분량,대비정상신호여고장신호적구별；최후대2충공황신호진행Hilbert변환병계산득도변제보,학정고장신호적고장빈솔.연구표명해방법재피면EMD분해대래적모태혼첩현상방면구유가행성,능제고치륜상고장진단적준학솔.
