基于改进希尔伯特黄的故障特征提取方法研究

摘要

旋转机械故障特征的提取是监测故障信号的关键。本文针对旋转机械中的重要零部件如轴承等的故障振动信号往往被噪声淹没的问题,提出一种基于完备集成经验模态分解的改进希尔伯特黄故障特征提取方法,消除了经验模态分解存在的模态混叠现象。该方法首先采用相关性、光滑度综合指标进行信号去噪,然后利用改进的希尔伯特黄筛选出故障特征模态进行信号重构,最后对重构信号进行频谱分析。经过仿真信号和实测信号的验证,此方法能够准确提取故障特征频率,从而实现对故障信号的识别。