一种新的声发射信号消噪及故障诊断方法

摘要：

在旋转机械故障诊断中,声发射信号极易受到噪声的干扰.针对经验模态分解(EMD)易产生模态混叠现象,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的消噪和旋转机械声发射碰摩故障诊断的方法.利用了EMD和小波变换的优点,通过对傅里叶频谱进行自适应划分,并构建小波滤波器组来提取声发射信号所包含的不同固有模态分量,可有效消除模态混叠现象,同时对分量进行Hilbert变换从而实现声发射信号的消噪和故障诊断.采用该方法对仿真信号进行加噪声和消噪处理,在同信号源下,对比基于dB4全阈值消噪、dB4默认软阈值消噪、dB4对高频系数处理消噪和EMD消噪效果.并将该方法应用到实际的声发射碰摩信号中.仿真和实验分析结果表明:EWT方法可以有效地分解出信号的固有模态,分解出的模态少,并且不存在难以解释的虚假模态,消噪效果优于其他方法,并且在声发射故障诊断中也有较大的优势.

关键词：经验小波变换、经验模态分解、声发射、消噪

所属期刊栏目：37

分类号：TH168

资助基金：国家工程中心创新能力建设6750100000

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：75-81