论文部分内容阅读
故障信息的特征信号提取是滚动轴承故障诊断中最重要、最关键、最困难的问题之一。本文介绍了短时傅立叶变换、Winger-Ville分布、谱图法、小波变换和小波包分析等传统时频分析方法,以及这些方法在滚动轴承故障信号这类的非平稳信号中的应用中的局限性。引入了Hilbert-Huang变换(HHT)。HHT是一种新的具有自适应的时频分析方法,它可以根据信号的局部时频特征进行自适应的时频分解,克服了传统方法中用无意义的谐波分量来表示非平稳信号的缺陷,并可得到极高的时频分辨率,非常适合对非平稳信号进行分析。在研究了HHT在滚动轴承故障诊断中的应用的基础上,本文主要做了以下三个部分的工作:在分析滚动轴承的运行特点、故障机理和故障特征的基础上,对于复杂情况下滚动轴承振动信号非平稳、非线性特征难以提取问题,总结了常用诊断方法的使用范围及其局限性。研究了HHT变换在滚动轴承故障诊断中的应用状况,对于HHT变换目前存在的问题,提出了改进的离散余弦变换(DCT)解决模态混叠的方法;提出了能量门限和敏感IMF选择相结合来识别真假IMF和敏感IMF的方法。在改进了HHT变换的基础上,提出了改进的EMD的滚动轴承故障诊断方法、改进的DCT和EMD的滚动轴承故障诊断方法以及改进的DCT-EMD滚动轴承故障诊断方法,并证明了这些方法的可行性和准确性。