臧怀刚,王石云,王冀龙
(燕山大学 电气工程学院 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004)
滚动轴承在旋转机械中应用极为广泛,也是最易损坏的零部件[1],其工作状态直接影响机械设备的安全与性能。因此,对轴承的状态监测与早期故障诊断具有重要意义[2-3]。
谐波小波具有良好的盒形频谱特性,是一个理想的带通滤波器,可以将任何信号正交、无冗余、无泄漏地分解到相互独立的频段上[4]。通过谐波小波将特定频段的成分与信号的其他频率成分分解后分离,从而消除了其他频段成分对该频段的影响,使一些被淹没的较弱信号凸显出来,相当于提高了信噪比。为了研究信号某一特定频段的成分,对信号的谐波小波分解进行重构时,可将其他频段的谐波小波系数置为0,只保留该频段的小波系数。由于谐波小波的正交性,重构的结果只包含该频段的成分,剔除了其他成分,达到了滤波的目的[5]。
HHT(Hilbert-Huang Transformation)是一种整体变换,虽然不能反映信号的局部信息,但不受Fourier分析的局限,其应用经验模态分解(Empirical Mode Decomposition,EMD)理论将信号分解成相互独立的若干固有模态函数(Intrinsic Mode Function,IMF)的和,并对每个IMF进行Hilbert变换,得到信号的瞬时频率和幅值,能够精确描绘出信号的时频谱和幅值谱图,且具有自适应性,主要用于复杂、非平稳信号的时频局部分析[6-7]。在此,尝试将谐波小波滤波去噪与HHT结合,并应用到轴承故障诊断中。
谐波小波是一种小波函数。在频带[m2π,n2π]内,定义函数的Fourier变换为[8-9]……p>