Hilbert时频谱在轴承内圈近表面缺陷识别中的应用.pdfVIP

2023年第52卷第12期热加工工艺ISSN1001-3814

Vol.52No.122023HotWorkingTechnologyCN61-1133/TG

引用格式：杨萌萌，何慈武，龙晋桓，等.Hi1bert时频谱在轴承内圈近表面缺陷识别中的应用[J].热加工工艺，2023,52（12)：160-166.

DOl:10.14158/ki.1001-3814

http:/riggy@

Hilbert时频谱在轴承内圈近表面

缺陷识别中的应用

杨萌萌12，何慈武？，龙晋桓²，刘藤子12，韩军？，林靖翔，陈尚群3

（1.中北大学电气与控制工程学院，山西太原030051;2.中国科学院福建物质结构研究所泉州装备制造研究中心，

福建泉州362000;3.泉州德源轴承实业有限公司，福建泉州362000)

摘要：轴承作为航空航天等高端应用中的重要部件，对其内部及近表面缺陷高精度检测是保障轴承高质量的关

键。在轴承的超声缺陷检测中，轴承近表面微小缺陷信号淹没在表面或底面回波信号中，存在缺陷检测盲区，难以保证

轴承质量。针对上述问题，提出采用Hilbert时频谱实现轴承内圈近表面缺陷识别的方法。对样品人工缺陷实测超声信

号分别基于Hilbert-Huang变换和小波变换在时频域进行比较研究，利用卷积神经网络（CNN），通过交叉实验验证

Hilbert时频谱和小波时频图对轴承内圈近表面缺陷识别的可靠性。结果表明,利用Hilbert时频谱对轴承内圈近表面缺

陷的识别比小波时频图更有效，并能同时对上、下表面微小缺陷进行分类。这有效提高了轴承内圈近表面缺陷检测精

度，识别的平均准确率为98.83%，为近表面缺陷识别提供了新方法，

关键词：超声检测；近表面缺陷；Hilbert-Huang变换；卷积神经网络

中图分类号：TG115.28文献标识码：A文章编号：1001-3814(2023)12-0160-07

RecognitionofNear-SurfaceDefectsinBearingInnerRing

BasedonHilbertSpectrum

YANGMengmeng2,HECiwu’,LONGJinhuan’,LIUTengzi²,HANJun’,

LINJingxiang,CHENShangqun3

(1.SchoolofElectricalandControlEngineering,NorthUniversityofChina,Taiyuan030051,China;2.QuanzhouInstituteof

EquipmentManufacturing,FujianInstituteofResearchontheStructureofMatter,ChineseAcademyofSciences,Quanzhou

362000,China;3.QuanzhouDeyuanBearingManufacturingCo.,Ltd.,Quanzhou362000,China)

Abstract:Bearingsarecriticalcomponentinhigh-endapplications,andhigh-precisiondetectio