基于小波降噪與HHT方法的齒輪故障診斷方法
發(fā)布時(shí)間:2020-04-06 14:40
【摘要】: 希爾伯特黃變換(HHT)是一種新的信號(hào)分析、處理方法,非常適合處理非線性、非平穩(wěn)信號(hào),能得到非平穩(wěn)信號(hào)的時(shí)頻分布。因此,該方法一經(jīng)提出,便成為眾多學(xué)科共同關(guān)注的熱點(diǎn),迅速在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。 本文將HHT方法應(yīng)用到常見(jiàn)信號(hào)的分析中,發(fā)現(xiàn)EMD分解方法是自適應(yīng)的,不需要預(yù)先確定基函數(shù),但EMD分解方法受噪聲干擾的影響很大,噪聲使EMD分解的精度大大降低,得不到清晰的希爾伯特譜。通過(guò)小波降噪預(yù)處理,充分發(fā)揮了EMD自適應(yīng)分解的能力,提高了EMD分解的精度,從而得到清晰的希爾伯特譜。作者在武漢科技大學(xué)齒輪故障實(shí)驗(yàn)臺(tái)上采集了多種故障類型的齒輪振動(dòng)信號(hào),并對(duì)齒輪在正常、斷齒、磨損、周節(jié)誤差四種模式下的振動(dòng)信號(hào)加以分析,基于小波降噪與HHT方法提取齒輪故障特征,找出了各種齒輪故障的希爾伯特譜特征,并用功率譜分析方法證實(shí)了希爾伯特譜分析結(jié)果的準(zhǔn)確性。在此基礎(chǔ)上,以各種典型齒輪故障的希爾伯特譜為標(biāo)準(zhǔn)譜來(lái)對(duì)齒輪故障進(jìn)行診斷,取得了良好的效果。 基于小波降噪與HHT方法的齒輪故障診斷方法,一方面為齒輪故障診斷技術(shù)提供了又一個(gè)有力的診斷工具,也為機(jī)械故障診斷提供了一種新的時(shí)頻分析方法,因?yàn)橄柌攸S變換只需要很短的時(shí)間序列就能給出振動(dòng)信號(hào)清晰的時(shí)頻譜,從而對(duì)齒輪故障準(zhǔn)確進(jìn)行診斷。另外,經(jīng)驗(yàn)?zāi)B(tài)分解是自適應(yīng)的,不需要先驗(yàn)底基,分解是依據(jù)信號(hào)的局部時(shí)間尺度進(jìn)行,這是其余的振動(dòng)信號(hào)分析方法所不能比擬的,這些優(yōu)勢(shì)決定了希爾伯特黃變換方法在機(jī)械故障診斷中有廣泛的應(yīng)用前景。
【圖文】:
2.2 常見(jiàn)信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分析結(jié)果2.2.1 正弦波合成信號(hào)如圖2.1所示正弦波疊加信號(hào): s (t )= sin(8πt )+sin(16πt)+sin(32πt)(2.5)圖 2.1 正弦波合成信號(hào) 圖 2.2 各階固有模態(tài)函數(shù)三種正弦波的頻率分別為 4Hz、8Hz、16Hz,幅值均為 1。經(jīng) EMD 分解得到的固有模態(tài)函數(shù)如圖 2.2 所示。可以得知經(jīng)驗(yàn)?zāi)B(tài)分解方法已經(jīng)準(zhǔn)確無(wú)誤地將各種頻率的正弦信號(hào)分解出來(lái),固有模態(tài)函數(shù)保持了原正弦信號(hào)的幅值和頻率,而且隨階數(shù)的增加固有模態(tài)函數(shù)的頻率越來(lái)越低。這說(shuō)明:
當(dāng)nr 成為一個(gè)單調(diào)函數(shù)不能再?gòu)闹刑崛M足IMF條件的分量時(shí),循環(huán)結(jié)束.這樣由式(和(2.3)得到∑==+njjnxtcr1( )(2.4EMD 方法基于信號(hào)的局部特征時(shí)間尺度, 能把任何一個(gè)復(fù)雜的信號(hào) x (t)分解為 n固有模態(tài)函數(shù)和一個(gè)殘余量nr 之和,其中,分量1c ,2c ,… ,nc 分別包含了信號(hào)從高到低不頻率段的成分,每一頻率段所包含的頻率成分是不同的,而且是隨信號(hào) x (t)變化而變化的nr 則表示了信號(hào) x (t)的中心趨勢(shì)[3]。2.2 常見(jiàn)信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分析結(jié)果2.2.1 正弦波合成信號(hào)如圖2.1所示正弦波疊加信號(hào): s (t )= sin(8πt )+sin(16πt)+sin(32πt)(2.5)
【學(xué)位授予單位】:武漢科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2007
【分類號(hào)】:TH132.41;TH165.3
本文編號(hào):2616644
【圖文】:
2.2 常見(jiàn)信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分析結(jié)果2.2.1 正弦波合成信號(hào)如圖2.1所示正弦波疊加信號(hào): s (t )= sin(8πt )+sin(16πt)+sin(32πt)(2.5)圖 2.1 正弦波合成信號(hào) 圖 2.2 各階固有模態(tài)函數(shù)三種正弦波的頻率分別為 4Hz、8Hz、16Hz,幅值均為 1。經(jīng) EMD 分解得到的固有模態(tài)函數(shù)如圖 2.2 所示。可以得知經(jīng)驗(yàn)?zāi)B(tài)分解方法已經(jīng)準(zhǔn)確無(wú)誤地將各種頻率的正弦信號(hào)分解出來(lái),固有模態(tài)函數(shù)保持了原正弦信號(hào)的幅值和頻率,而且隨階數(shù)的增加固有模態(tài)函數(shù)的頻率越來(lái)越低。這說(shuō)明:
當(dāng)nr 成為一個(gè)單調(diào)函數(shù)不能再?gòu)闹刑崛M足IMF條件的分量時(shí),循環(huán)結(jié)束.這樣由式(和(2.3)得到∑==+njjnxtcr1( )(2.4EMD 方法基于信號(hào)的局部特征時(shí)間尺度, 能把任何一個(gè)復(fù)雜的信號(hào) x (t)分解為 n固有模態(tài)函數(shù)和一個(gè)殘余量nr 之和,其中,分量1c ,2c ,… ,nc 分別包含了信號(hào)從高到低不頻率段的成分,每一頻率段所包含的頻率成分是不同的,而且是隨信號(hào) x (t)變化而變化的nr 則表示了信號(hào) x (t)的中心趨勢(shì)[3]。2.2 常見(jiàn)信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分析結(jié)果2.2.1 正弦波合成信號(hào)如圖2.1所示正弦波疊加信號(hào): s (t )= sin(8πt )+sin(16πt)+sin(32πt)(2.5)
【學(xué)位授予單位】:武漢科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2007
【分類號(hào)】:TH132.41;TH165.3
【引證文獻(xiàn)】
相關(guān)期刊論文 前1條
1 吳劍;代冀陽(yáng);孫秀霞;;非平穩(wěn)振動(dòng)信號(hào)的角域重采樣小波解調(diào)分析方法[J];振動(dòng)與沖擊;2009年05期
相關(guān)博士學(xué)位論文 前1條
1 趙玲;旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年
相關(guān)碩士學(xué)位論文 前6條
1 廖科;基于小波變換的機(jī)械振動(dòng)信號(hào)消噪研究及其DSP實(shí)現(xiàn)[D];南京航空航天大學(xué);2010年
2 夏詠梅;低照度圖像降噪技術(shù)研究[D];南京理工大學(xué);2009年
3 熊毅;直升機(jī)傳動(dòng)系統(tǒng)故障診斷研究及管理系統(tǒng)設(shè)計(jì)[D];南昌航空大學(xué);2011年
4 趙麗娜;基于DSP的絕緣子泄漏電流特征量分析與研究[D];華北電力大學(xué);2012年
5 曾平;基于Hilbert-Huang變換的微車主減速器品質(zhì)評(píng)價(jià)方法的應(yīng)用研究[D];武漢理工大學(xué);2013年
6 劉鵬;絕緣子泄漏電流信號(hào)去噪算法研究[D];華北電力大學(xué);2013年
,本文編號(hào):2616644
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/2616644.html
最近更新
教材專著