论文部分内容阅读
提出一种基于Hilbert谱时频特征的航空发动机转子故障智能诊断方法.首先,通过希尔伯特—黄变换(HHT)得到反映故障信号特征的Hilbert谱;然后,利用主成分分析(PCA)对故障信号的Hilbert谱进行特征提取;最后,使用野点检测进行分类,并用遗传算法优化野点检测参数,实现故障的智能诊断.使用ZT-3型转子故障试验台实验数据对此方法进行了验证,并与传统频谱特征分类结果进行比较,结果表明了此方法的正确性.