Hilbert-Huang變換在干式真空泵故障診斷中的應(yīng)用研究.pdf

1、隨著真空應(yīng)用領(lǐng)域的不斷擴大和真空應(yīng)用要求的提高，傳統(tǒng)的油潤滑真空設(shè)備已經(jīng)越來越不能夠滿足市場上的苛刻要求。因此，市場出現(xiàn)了各種不同類型的干式真空泵，以滿足無油潔凈真空的需要。所以對干式真空泵的故障診斷的研究是非常必要的。傳統(tǒng)的基于線性、平穩(wěn)假定的故障特征提取方法不能準確提取非平穩(wěn)信號的時頻變化特征，因此，采用了適于處理非線性、非平穩(wěn)信號的新方法—Hilbert-Huang變換(HHT)，提取旋轉(zhuǎn)機械非平穩(wěn)信號的故障特征。
　　概述

2、了旋轉(zhuǎn)機械故障診斷的發(fā)展現(xiàn)狀及意義；詳細介紹了HHT研究的背景與發(fā)展現(xiàn)狀；闡述了故障診斷的基本環(huán)節(jié)及旋轉(zhuǎn)機械幾種常見的故障；比較研究了常用的旋轉(zhuǎn)機械故障診斷方法及其優(yōu)缺點；并對幾種常用的時頻方法進行了簡要闡述。
　　系統(tǒng)研究了HHT的基礎(chǔ)理論。闡述了經(jīng)驗?zāi)B(tài)分解(EMD)的重要意義；從瞬時頻率的定義出發(fā)，分析了能夠使得瞬時頻率有意義的內(nèi)稟模態(tài)函數(shù)(IMF)，概述了EMD的完備性和局部正交性；歸納總結(jié)了HHT方法當前存在的主要問題。

3、
　　針對采樣率過低造成的對EMD算法的影響，采用了一種信號內(nèi)插式方法對信號進行重構(gòu)；在篩選算法方面引進了局部篩選算法；研究了基于神經(jīng)網(wǎng)絡(luò)延拓法和鏡像閉合延拓法兩種算法的不足，為了克服這些不足引入了可變長包絡(luò)極值鏡像延拓法。
　　基于Matlab編程實現(xiàn)了HHT算法及傳統(tǒng)的Hilbert變換包絡(luò)解調(diào)方法。將 HHT方法應(yīng)用于干式真空泵的故障診斷中，進行試驗數(shù)據(jù)分析，并與傳統(tǒng)的Hilbert變換包絡(luò)解調(diào)方法進行比較，結(jié)果表明H