郑近德　潘海洋　潘紫微　罗洁思

1.安徽工业大学,马鞍山，243032　　2.厦门理工学院，厦门，361024



自适应无参经验小波变换及其在转子故障诊断中的应用

郑近德1潘海洋1潘紫微1罗洁思2

1.安徽工业大学,马鞍山，2430322.厦门理工学院，厦门，361024

为了实现经验小波变换中Fourier谱的自适应分割，提出了自适应无参经验小波变换(APEWT)方法。同时，为了克服希尔伯特变换解调的不足，更精确地估计信号的时频分布，提出了改进归一化希尔伯特变换(INHT)。通过分析仿真信号将APEWT和INHT方法与经验模态分解(EMD)、总体平均经验模态分解(EEMD)和局部特征尺度分解等方法进行对比，结果表明了APEWT和INHT方法的优越性。最后，将基于APEWT和INHT的时频分析方法应用于转子局部碰磨故障诊断，试验数据分析结果表明，所提出的方法不仅能够有效地诊断转子局部碰磨故障，而且诊断效果优于EMD和EEMD方法。

转子故障；碰磨；经验模态分解；希尔伯特变换

0　引言

时频分析由于能够同时提供信号的时域和频域局部信息而在机械故障诊断领域得到了广泛的应用[1]。机械故障诊断中常用的时频分析方法主要有Wigner-Ville分布、小波变换、经验模态分解(empiricalmodedecomposition,EMD)[1-3]，以及在EMD基础上发展的局部均值分解(localmeandecomposition，LMD)和局部特征尺度分解(localcharacteristic-scaledecomposition，LCD)等[4-7]。来五星等[8]将Wigner-Ville时频分布应用于齿轮故障诊断；Yan等[9]对小波分析在旋转机械故障诊断中的应用进行了总结，并对小波变换在故障诊断的应用前景进行了预测；于德介等[10]将EMD引入到机械故障诊断领域，并对其存在的问题进行了改进和完善；……