第四章基于hilbert谱的转子故障特征提取与诊断分析 - 智能诊断与专家 .doc

编号 南京航空航天大学 毕业论文 题 目 转子故障信号的Hilbert谱图时频特征提取技术研究 学生姓名 王兴喜 学 号 070450617 学 院 民航学院 专 业 民航机电工程 班 级 0705301 指导教师 陈果 教授 二〇〇九年六月 南京航空航天大学 本科毕业设计（论文）诚信承诺书 本人郑重声明：所呈交的毕业设计（论文）（题目： 转子故障信号的Hilbert谱图时频特征提取技术研究 ）是本人在导师的指导下独立进行研究所取得的成果。尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。 作者签名： 年 月 日 （学号）：  转子故障信号的Hilbert谱图时频特征 提取技术研究 摘 要 当发动机转子出现故障时，其振动信号中除了故障信号外，还混有能量较大的背景信号和噪声，表现出很强的非线性非平稳特征，利用传统的时域或频域方法很难有效的进行故障诊断。Hilbert-Huang变换是一种新的自适应时频分析方法，它可根据信号的局部时变特征进行自适应的时频分解，具有较高的时频分辨率，非常适合对非平稳、非线性信号进行分析，在发动机故障诊断中得到了广泛的应用。本文利用Hilbert-Huang变换，针对航空发动机转子故障诊断的问题，进行了如下研究工作： （1）介绍了Hilbert-Huang变换的基础理论，并将其与包括短时傅里叶变换、Winger-Ville分布和小波变换等在内的传统的时频分析方法进行了比较分析，论证了HHT方法可根据信号的局部时变特性进行自适应的时频分解，弥补了传统时频分析方法的缺点，适合对发动机故障信号的处理。 （2）研究了基于Hilbert-Huang变换的转子故障分析及信号特征提取技术。本文运用Hilbert-Huang变换原理，通过对转子故障信号进行EMD分解，得到能充分反应航空发动机的故障特征的Hilbert谱。 （3）将PCA应用于Hilbert谱特征提取，并结合最近邻分类方法实现了转子故障的智能诊断。对4种转子故障（不平衡、不对中、碰摩和油膜涡动）进行识别验证，实验结果表明了本文算法的有效性。 关键词：Hilbert-Huang变换，Hilbert谱，主成分分析，特征提取，最近邻分类  The Development of Rotor Fault Signal’s Hilbert Spectrum Time Frequency Feature Extraction Technology Abstract There are background signals with high energy and noises except fault signals, when the rotor is with fault. There will be non-stationary signal and nonlinear characteristics?of the signals which is difficult to carry out the fault diagnosis with the traditional time-frequency analysis method. Hilbert-Huang Transform is a new time-frequency analysis method with strong self-adaptive ability. It can carry out self-adaptive time-frequency decomposition according to signal’s local time-varying characteristic, and the high time-frequency resolution is obtained. This method has good time frequency concentration. It is very suitable to analyze non-stationary signal and nonlinear signal. At present, it is widely used in fault diagnosis. In this paper, according to the problem of rotor’s fault diagnosis in aeroengine, research