基于经验模式分解的希尔伯特变换包络提取在机械故障诊断中的应用.docVIP

基于经验模式分解的希尔伯特变换包络 提取在机械故障诊断中的应用 赵犁丰　王振芬　张晓亮 (中国海洋大学电子工程系 , 青岛 , 266003 摘　要　 本文采用经验模式分解 (EM D 提取信 号的内在模函数 (IM F , 并利用希 尔伯特变换对所得 IM F 进行包络分析 , 提取机械故障特征。 与直接对原信号进 行包络分析相比较 , 该方法提取的机械故 障特征更明显。数值模拟和对故障轴承振动信号分析表明 了该方法的有效性。 关键词　 经验模式分解 ; 内在模函数 ; 希尔伯特变换 ; 机械故障诊断 中图法分类号　 T N 911. 7　　　　　 文章编号　 1001-1862(2002 06-0965-06 故障特征信息提取是机械故障诊断中最重要、 最关键的问题之一。 它直接关系到故障诊断 的准确性和早期故障预报的可靠性 [1]。常用的机械故障诊断方法有傅立叶分析、 复时谱、 短时 傅立叶分析、 魏格纳分布等 [2]。 在分析线性、 平稳信号时 , 傅立叶变换有优良的性能。 但分析非 线性、 非平稳信号时 , 由于傅立叶变换以及复时谱都是在整个时间轴上的积分平均 , 因而不能 准确反映非平稳信号的时变特征 [3] 。 为了能够描述频谱随时间的变化 , 人们提出了时频分析的方法 [4]。 短时傅里叶变换是研究 非平稳信号广泛使用的方法 , 其基本思想是将时间信号加时间窗 , 然