基于小波包分解和希尔伯特黄变换的滚动轴承故障诊断

发布时间：2017-03-29 21:00

  本文关键词：基于小波包分解和希尔伯特黄变换的滚动轴承故障诊断，，由笔耕文化传播整理发布。

【摘要】：在各类旋转机械中,滚动轴承是一种常见的、易损伤的元件,其运行状态会影响到生产实践,有必要对它进行监测和诊断。故障特征的提取是故障诊断的关键,而现代信号处理方法恰在其中起核心作用。 传统的时频分析方法,有一定的局限性,不适合分析非平稳、非线性信号。目前常用的时频分析方法有多种,本文简单介绍了相关概念和理论,并讨论了各种方法的适用范围和各自的优缺点。 Hilbert-Huang变换方法具有自适应性、完备性和正交性,本文介绍了其的相关原理和算法,其中包括瞬时频率、内禀模态函数、Hilbert谱、Hilbert边际谱。正由于这些特性,Hilbert-Huang变换适用于处理非线性、非平稳信号,其应用领域非常广泛。然而实际的工作情况都很复杂,噪声会淹没故障脉冲,用原始的Hilbert-Huang变换很难得到准确的结果。 本文针对希尔伯特黄变换存在模态混叠、内禀模态函数判断依据、低频部分产生无意义的内禀模态函数等问题。通过小波分析与经验模态分解的结合,对希尔伯特黄变换方法进行改进。先用小波包对信号进行分解,进行一层筛选；对筛选后的信号进行重构,然后用经验模态分解方法分解重构信号,继续第二层筛选；最后根据Hilbert谱和Hilbert边际谱,便可诊断出故障。通过将该方法用于仿真和实验信号,结果表明该方法能有效提取周期性脉冲成分并抑制噪声。
【关键词】：滚动轴承 经验模态分解 小波包分解Hilbert-Huang变换 故障诊断
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 引言10-11
• 1.2 时频分析方法综述11-13
• 1.2.1 时频分析方法11
• 1.2.2 短时傅立叶变换11-12
• 1.2.3 Wigner-Ville分布12
• 1.2.4 小波变换12-13
• 1.2.5 Hilbert-Huang变换13
• 1.3 文章的主要工作和内容13-16
• 1.3.1 文章主要工作13-14
• 1.3.2 文章章节安排14-16
• 第2章 Hilbert-Huang变换16-26
• 2.1 经验模态分解16-21
• 2.1.1 瞬时频率16-17
• 2.1.2 内禀模态函数17
• 2.1.3 经验模态分解方法17-19
• 2.1.4 模拟信号实验19-21
• 2.2 希尔伯特谱分析21-23
• 2.2.1 希尔伯特变换21-22
• 2.2.2 希尔伯特谱和希尔伯特边际谱22-23
• 2.3 HHT的特点及问题23-25
• 2.4 本章小结25-26
• 第3章 小波分析与希尔伯特黄变换相结合26-44
• 3.1 小波分析相关理论26-30
• 3.1.1 小波变换26-27
• 3.1.2 离散小波变换27-29
• 3.1.3 小波包相关理论29-30
• 3.2 小波降噪30-35
• 3.2.1 噪声造成的干扰30-33
• 3.2.2 小波降噪33-35
• 3.3 基于WPD-HHT的信号分析方法35-43
• 3.3.1 小波包分解与重构36
• 3.3.2 基于WPD-HHT的分析方法36-38
• 3.3.3 仿真信号实验38-43
• 3.4 本章小结43-44
• 第4章 故障分析44-52
• 4.1 滚动轴承基本概述44
• 4.2 故障原因和振动机理44-48
• 4.2.1 故障原因44-47
• 4.2.2 振动机理47-48
• 4.3 故障特征分析48-50
• 4.3.1 故障振动特性48-49
• 4.3.2 故障特征频率49-50
• 4.4 本章小结50-52
• 第5章 基于WPD-HHT的滚动轴承故障诊断52-62
• 5.1 包络分析52
• 5.2 滚动轴承公共数据分析52-56
• 5.2.1 实验数据来源52-53
• 5.2.2 轴承相关参数53-54
• 5.2.3 基于WPD-HHT的滚动轴承故障信号分析54-56
• 5.3 实验数据分析56-60
• 5.3.1 实验装置与数据56-59
• 5.3.2 基于WPD-HHT的滚动轴承故障信号分析59-60
• 5.4 本章小结60-62
• 第6章 结论与展望62-64
• 参考文献64-68
• 致谢68-70
• 在读期间发表的学术论文与取得的研究成果70

【参考文献】

中国期刊全文数据库 前10条

1 汪璇;曹万强;;Hilbert变换及其基本性质分析[J];湖北大学学报(自然科学版);2008年01期

2 刘令普,周洪玉,何湃,郝玉斌,周彤,叶莽;谈傅里叶分析与小波分析[J];哈尔滨理工大学学报;1998年06期

3 ;Boundary-processing-technique in EMD method and Hilbert transform[J];Chinese Science Bulletin;2001年11期

4 彭志科,何永勇,褚福磊;小波尺度谱在振动信号分析中的应用研究[J];机械工程学报;2002年03期

5 陈刚;廖明夫;;基于小波分析的滚动轴承故障诊断研究[J];科学技术与工程;2007年12期

6 陈忠,郑时雄;EMD信号分析方法边缘效应的分析[J];数据采集与处理;2003年01期

7 申焱华,刘立,杨文平;基于小波包重构的汽车发动机故障诊断[J];有色设备;2002年02期

8 胡子谷,宓为建,石来德;故障振动信号的小波包分解与诊断[J];振动与冲击;1998年02期

9 李常有;徐敏强;郭耸;;基于改进的Hilbert-Huang变换的滚动轴承故障诊断[J];振动与冲击;2007年04期

10 刘小峰;秦树人;柏林;;基于小波包的经验模态分解法的研究及应用[J];中国机械工程;2007年10期

  本文关键词：基于小波包分解和希尔伯特黄变换的滚动轴承故障诊断，由笔耕文化传播整理发布。

本文编号：275378