论文部分内容阅读
希尔伯特一黄变换能精确描述信号频率和幅值随时间的变化，高阶累积量可以自动地抑制高斯背景噪声。为正确分析机械故障领域所采集的信号，将高阶谱和HHT的优点有机结合，通过EMD分解得出三阶累积量的各个本征模态函数分量，通过Hilbert变换得出相应的时频特性曲线和幅频特性曲线，并根据幅频特性曲线进行故障诊断，然后将诊断结果和原始信号进行比较。比较结果表明，基于高阶累积量和HHT的机械故障诊断方法是可行的和必要的。