基于非平穩(wěn)信號時頻分析的故障診斷及應(yīng)用.pdf

1、非平穩(wěn)信號時頻分析是現(xiàn)代信號處理的一個重要研究內(nèi)容和發(fā)展方向，并在各個領(lǐng)域中取得了廣泛的應(yīng)用。時頻分析的任務(wù)是描述信號的頻譜如何在時間上變化，研究并了解時變頻譜在數(shù)學和物理之間的對應(yīng)關(guān)系，通過構(gòu)造合適的時頻分布對不同的信號進行處理。本文基于非平穩(wěn)信號時頻分析方法，利用流行學習和奇異值分解方法進行故障特征提取，并應(yīng)用支持向量機進行故障模式識別，從而完成對故障的識別和分類。論文的主要研究工作包括：
　　研究了非平穩(wěn)信號時頻分析方法的基

2、本理論，主要對希爾伯特黃變換（HHT）和固有時間尺度分解（ITD）方法進行研究。針對希爾伯特黃變換算法，主要研究瞬時頻率、本征模態(tài)函數(shù)、經(jīng)驗模態(tài)分解（EMD）方法等，并對EMD算法存在的兩個主要問題模態(tài)混疊和端點效應(yīng)問題，給出了相應(yīng)的改進措施。針對ITD算法，主要研究了其基本原理，對瞬時時頻信息給出了定義，并對算法的優(yōu)越性進行研究。
　　針對信號的非線性非平穩(wěn)特性，提出了一種基于希爾伯特黃變換-監(jiān)督的局部線性嵌入和支持向量機的故障

3、診斷方法。研究信號的Hilbert邊際譜表示方法，并與傅里葉幅值譜進行比較分析，說明其在非平穩(wěn)信號時頻分析中的優(yōu)勢。將其與監(jiān)督的局部線性嵌入方法相結(jié)合，對邊際譜獲取的高維數(shù)據(jù)特征進行降維，獲得特征向量。采用支持向量機方法實現(xiàn)故障的分類，并通過仿真實驗對所提方法在非平穩(wěn)信號故障特征提取中的有效性進行驗證。
　　研究了基于ITD的非平穩(wěn)信號時頻分析方法，提出了一種基于固有時間尺度分解-奇異值分解和支持向量機的故障診斷方法。采用ITD方