基于Hilbert譜圖特征和野點檢測的旋轉機械故障智能診斷.pdf

1、在現(xiàn)代化生產(chǎn)中，機械設備的結構日趨復雜，一旦某個零部件出現(xiàn)故障，就容易引發(fā)鏈式反應，導致整個設備損壞，因此機械設備的故障診斷技術越來越受到重視。任何機械設備在動態(tài)下都會產(chǎn)生一定的振動，當設備發(fā)生異?；蚬收蠒r，振動將會發(fā)生變化，一般表現(xiàn)為振幅加大，并表現(xiàn)出很強的非線性和非平穩(wěn)性，這一特點使從振動信號中獲取診斷信息，實現(xiàn)智能診斷變?yōu)榭赡堋１疚尼槍D子實驗器的振動信號，進行了基于Hilbert譜圖特征和野點檢測的旋轉機械故障智能診斷研究，主要

2、工作如下：
　　 一、介紹了旋轉機械故障診斷的背景和意義，并綜述了旋轉機械故障診斷的研究現(xiàn)狀和發(fā)展概況，特別是對基于時頻分析的旋轉機械故障診斷方法進行了簡要說明，經(jīng)過幾種方法的對比，表明了Hilbert-Huang變換在旋轉機械故障診斷中的優(yōu)越性。
　　 二、研究了Hilbert-Huang變換的基本理論，包括經(jīng)驗模態(tài)分解方法的原理、流程和特點，Hilbert變換原理及仿真信號的Hilbert譜計算，以及Hilbert-

3、Huang變換中存在的問題和改進方法，通過對仿真信號的分析，表明了Hilbert-Huang方法對信號分解的有效性。
　　 三、利用ZT-3型轉子故障模擬實驗臺采集轉子故障信號，然后對信號進行Hilbert-Huang變換處理，得到了故障信號的Hilbert譜，并使用PCA方法進行故障信號Hilbert譜的特征提取。
　　 四、針對實際設備故障數(shù)據(jù)較少的現(xiàn)狀，提出利用野點檢測方法對Hilbert譜特征進行分類，并利用粒子