基于变分模态分解和希尔伯特变换的转子非平稳信号故障特征识别
Fault feature identification for rotor nonstationary signals based on VMD-HT
朱少民 1夏虹 2尹文哲 2王志超 2张汲宇2
作者信息
- 1. 上海交通大学船舶海洋与建筑工程学院,上海 200240;浙江清华柔性电子技术研究院,浙江嘉兴 314006
- 2. 哈尔滨工程大学核安全与先进核能技术工业和信息化部重点实验室,黑龙江哈尔滨 150001;哈尔滨工程大学核安全与仿真技术国防重点学科实验室,黑龙江哈尔滨 150001
- 折叠
摘要
为了提升传统希尔伯特黄变换在处理复杂非平稳信号时的时频分析能力,本文将变分模态分解和希尔伯特变换进行结合,提出了 一种时频分析方法变分模态分解和希尔伯特变换.此外,为了对变分模态分解的模态数进行自动调整,还提出了一种基于相关系数的希尔伯特黄变换参数优化方法,有效避免了由于希尔伯特黄变换模态数设置不合理而导致的信号分解不足和分解过剩的问题.利用转子故障信号对变分模态分解和希尔伯特变换方法的时频分析能力进行了验证,并且与传统希尔伯特黄变换的对比突出了该方法在处理非平稳信号中的优势.
Abstract
The Hilbert-Huang transform(HHT)is a most representative time-frequency analysis method.To improve the time-frequency analysis performance of the traditional HHT in processing complex nonstationary sig-nals,herein,variational mode decomposition(VMD)and Hilbert transform(HT)are combined to form a new time-frequency analysis method of VMD-HT.Moreover,to automatically tune the parameter of the mode number in VMD,a parameter optimization method based on the correlation coefficient is proposed,which effectively solves the problems of insufficient decomposition and excessive decomposition of signals due to the unreasonable setting of the mode number of VMD.The time-frequency analysis performance of VMD-HT is validated using rotor fault signals,and comparisons with the traditional HHT highlight the advantages of this method in processing nonstationary signals.
关键词
转子/非平稳信号/变分模态分解/希尔伯特黄变换/特征识别Key words
rotor/nonstationary signal/variational mode decomposition(VMD)/Hilbert-Huang transform(HHT)/feature identification引用本文复制引用
基金项目
国家自然科学基金(U21B2083)
国防科技工业核动力技术创新中心项目(HDLCXZX-2021-ZH-019)
出版年
2024
国家科技期刊平台
NSTL
维普
万方数据