机械振动信号的EMD分析及其应用

论文摘要

机械振动信号作为机械设备故障诊断技术和设备状态中最直观的反映，采取一种有效的方法对其进行处理和特征识别就成为机械领域的核心问题。本文首先针对一些比较常用的信号分析方法进行简要概述，得出这些方法都是在傅里叶变换的理论基础上发展而来的。由于傅里叶算法自身的特点，即只能在单一的时域或者频域上处理信号，使得这些常用的变换方法都具有各自的局限性。其次，在分析常用的时频分析方法缺点的基础上，研究了一种全新有效的时频域分析方法－基于经验模态分解（Empirical modedecomposition，简称EMD）的希尔伯特变换方法，分析其自身算法产生的模态裂解和端点效应等缺点，探讨优化方法。针对上述缺点，分别采用滤波降噪和端点延拓的处理方法，以此来改进EMD的希尔伯特变换的处理方法。最后，通过仿真信号的模拟分析，来验证了这两种方法的实用性及有效性。最后，结合两种具体的工程实例，采用此方法对其振动信号进行分析。首先以铁厂风机作为研究对象，对现场采集得到的信号进行EMD分解，得到一系列的内禀模态函数（IMF）分量，然后对每一个分量进行希尔伯特变换处理，得到一系列的谱图，特别是针对边际谱图，故障信息在频域上有很好的累加，更能体现故障信息，验证了此方法在实际的工程应用中是十分有用的。紧接着把此方法应用在突变快、衰减快的爆破振动信号上，得出其主要的振动参量，为地表建筑物的避震防灾提供了坚实的理论依据。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题选择的背景和研究意义
• 1.2 非平稳信号处理方法简介
• 1.2.1 短时傅里叶变换（STFT）
• 1.2.2 Gabor 变换
• 1.2.3 小波变换理论
• 1.2.4 维格纳-维尔（Winer-Ville）分布
• 1.3 EMD 的起源、研究发展及应用现状
• 1.4 本论文研究主要内容和结构安排
• 2 EMD 时频分析方法的基本理论
• 2.1 引言
• 2.2 EMD 方法中的基本概念
• 2.2.1 解析信号
• 2.2.2 瞬时频率
• 2.2.3 特征时间尺度
• 2.2.4 内禀模态函数（IMF）
• 2.3 EMD 方法的基本原理
• 2.3.1 EMD 方法的“筛分”选择过程
• 2.3.2 完备性和近似正交性
• 2.3.3 IMF 分量的调制性[38]
• 2.3.4 自适应性
• 2.3.5 EMD 算法的流程图
• 2.4 希尔伯特变换时频谱和边际谱
• 2.5 EMD 方法存在的主要问题
• 2.5.1 模态裂解现象
• 2.5.2 端点效应
• 2.6 本章小结
• 3 EMD 方法中模态裂解研究及改进
• 3.1 引言
• 3.2 脉冲干扰产生的模态裂解现象的研究及优化改进
• 3.2.1 脉冲干扰信号仿真实验
• 3.2.2 脉冲干扰下滤波方法的选取
• 3.2.3 脉冲干扰信号仿真结果对比
• 3.3 随机干扰产生的模态裂解现象的研究及优化改进
• 3.3.1 随机干扰信号仿真实验
• 3.3.2 随机干扰下滤波方法的选取
• 3.3.3 随机干扰信号仿真结果对比
• 3.4 本章小结
• 4 EMD 方法的端点效应研究及改进
• 4.1 端点效应概述
• 4.2 端点效应的抑制方法研究及改进
• 4.3 端点效应的仿真分析
• 4.4 本章小结
• 5 EMD 的希尔伯特变换方法在振动信号处理的工程应用
• 5.1 希尔伯特变换在风机诊断中的应用
• 5.1.1 风机诊断简介
• 5.1.2 测试系统简介
• 5.1.3 风机参数计算
• 5.1.4 实例分析
• 5.2 希尔伯特变换在爆破振动信号故障诊断中的应用
• 5.2.1 振动测试方案简介
• 5.2.2 测振仪器系统主要技术性能指标
• 5.2.3 速度传感器主要性能指标
• 5.2.4 实测爆破振动信号中的应用
• 5.3 本章小结
• 结论
• 参考文献
• 在学研究成果
• 致谢