凸轮转子泵故障诊断基础变换Hilbert谱

2013/12/28 8:54:12      点击:

对于满足条件的任意时间信号f(0),Hilbert变换f(t)定义为:
y(t)=1/pi*Pf(f(t)/(t-r))dt  (15)
f(t)=1/pi*Pf(y(t)/(t-r))dr  (16)
式中P是Cauchy主值;式(15)是Hilbert正变换;式(16)是Hilbert反变换。根据这个定义,y(t)和f(t)组成了一个共轭复数对,于是可以得到对应于实信号f(t)一个复解析信号z(t):
z(t)=f(t)+jy(t)=a(t)ejb(t)   (17)
式中
a(t)=[f2(t)+y2(t)](1/2)  (18)
幅度函数a(t)和相位函数B(t)都是时间的实函数,称之为Hilbert变换的瞬时幅度与瞬时相位,它们是最好的局部描述。
由此可知,瞬时频率是时间的单值函数。因此幅度、频率都是时间的函数,所以可以画出时间.能量、时间.频率分布图或在三维坐标中画出能量.频率.时间的分布图,即Hilbert谱。
EMD分解中一个很重要的步骤是获取信号曲线的极大值点和极小值点的包络线,但是在求取极值点包络过程中,因为信号的端点一般不是极值点,就会产生误差,而且误差随着筛选过程的不断进行逐渐向中间影响整个数据系列使得结果严重失真,这便是EMD分解的端点效应。端点效应的改进方法是通过某种模型预测两端的端点值,从而将端点效应释放到原数据的外端,这样就可以消除经验模式分解计算区间的端点效应。
一个已经提出的应用消除端点效应的模型预测方法是ARMA模型(自回归滑动平均模型)。ARMA模型是一种时序模型,可以解释动态数据本身的结构与规律,并进行预测。
希尔伯特_黄变换自从被提出以来,得到了广泛的关注,在信号分析与故障诊断领域得到了较好的应用,被用于诊断轴承故障、齿轮故障、凸轮转子泵动静碰摩等机械设备常见故障。

 

////////////////////////////////////////////////////////////
力华转子泵网www.lihuabengye.com
电话:0575-83539901
传真:0575-83534469

 

友情链接:    57157彩票代理   北斗彩票   分分彩官网   分分彩官网   彩乐乐娱乐彩票