基于改进HHT的微弱故障信号特征提取方法

被引：6

作者：

周小龙 ^{[1
]}

姜振海 ^{[2
]}

马风雷 ^{[2
]}

机构：

[1] 东北电力大学工程训练教学中心

[2] 长春工业大学机电工程学院

来源：

东北电力大学学报 | 2016年 / 36卷 / 05期

关键词：

希尔伯特-黄变换; 平均总体经验模态分解; 微弱信号; 特征提取;

D O I：

10.19718/j.issn.1005-2992.2016.05.010

中图分类号：

TH17 [机械运行与维修];

学科分类号：

0802 ;

摘要：

针对微弱故障信号故障特征难以提取的问题,提出一种基于改进希尔伯特-黄变换的故障特征提取方法。该方法首先采用平均总体经验模态分解将故障信号分解成一系列固有模态函数,再选取对故障特征敏感的固有模态函数进行希尔伯特谱和边际谱分析,从中提取故障特征。仿真和实际试验证明:希尔伯特谱和边际谱能够清晰呈现故障信号时域和频域内的细微特性,为微弱故障信号的特征提取提供了一种切实可行的方法。

引用

页码：52 / 56

页数：5