基于Hilbert谱图特征的转子故障智能诊断

被引：5

作者：

谭真臻

陈果

孙丽萍

机构：

[1] 南京航空航天大学民航学院

来源：

机械科学与技术 | 2010年 / 29卷 / 09期

关键词：

希尔伯特-黄变换; Hilbert谱; 主成分分析; 野点检测; 粒子群算法;

D O I：

10.13433/j.cnki.1003-8728.2010.09.011

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

082503 ;

摘要：

提出一种基于Hilbert谱图特征的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,对得到的特征数据使用野点检测进行分类,并用粒子群优化算法,自适应获得野点检测最优参数,实现转子故障的智能诊断。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。

引用

页码：1177 / 1181

页数：5

共 7 条

[1]

面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究.[D].胡劲松.浙江大学.2003, 01

[2] General support vector representation machine for one-class classification of non-stationary classes [J].