基于小波去噪和EEMD_HHT边际谱的滚动轴承故障诊断

摘要

本文将小波及聚合经验模态分解(ensemble empirical mode decomposition,EEMD)和Hilbert-Huang变换(HHT)边际谱的故障分析方法相结合,应用于强噪声背景下轴承信号故障特征提取.首先将轴承信号利用小波变换进行降噪处理,然后采用EEMD方法将轴承振动信号分解成若干个固有模态函数(IMFs);然后对各IMF进行Hilbert变换,求出轴承振动信号的HHT边际谱,最后根据边际谱能够区分不同工况下的正常和故障轴承,正确率为100％,并且通过谱图及局部细化图能够分析其频率特征.结果表明,这种方法能够有效提取轴承故障特征信息,提高轴承故障诊断率.