日期：2022-10-14 13:14:31瀏覽量：69616
明椿減速電機(jī)經(jīng)驗(yàn)?zāi)B(tài)分解原理
(1)EMD(Empirical Mode Decomposition)經(jīng)驗(yàn)?zāi)B(tài)分解主要用于處理新信號，適用于處理非穩(wěn)定時期渦輪明椿減速電機(jī)齒型變化的信號。通常是一個不穩(wěn)定的信號EMD分解后，可變成多個穩(wěn)定的本征模態(tài)函數(shù)。
(2)EMD通過假設(shè)的方法進(jìn)行分解，并根據(jù)任何信號進(jìn)行假設(shè)。例如，假設(shè)是由許多本征模態(tài)函數(shù)組成的(Intrinsic Mode Function，IMF)構(gòu)成，再按EMD以分解的形式分解。分解后，將性能差和性能好的信號分組。結(jié)果表明，在這個過程中，在這個過程中，我們會發(fā)現(xiàn)。EMD在分解過程中，任何信號都可以分為幾個信號IMF還有一個殘留信號組。
(3)根據(jù)對若干IMF研究表明，任何一項(xiàng)研究表明，IMF兩個條件：
①在整個數(shù)據(jù)段中，任意一個IMF極值點(diǎn)的數(shù)量必須相同，即使存在不同，也應(yīng)該相同≤1；
②在任意一個IMF任何重量，局部極大值點(diǎn)形成的包絡(luò)線和局部極小值點(diǎn)形成的包絡(luò)線均為零。
自相關(guān)分析
在明椿減速電機(jī)齒型變化故障的提取中，自相關(guān)函數(shù)也是一種非常重要和新的分析方法，主要描述隨機(jī)振動樣本在不同使用自相關(guān)分析時，如果相關(guān)函數(shù)分析是針對相同的隨機(jī)樣本x(t)所以x(t＋τ)是x(t)時移后的樣本可以定義自相關(guān)函數(shù)Rx(τ)為：
Rx(τ)=1imT→∞1T∫10x(t)×(tτ)dt
式中，T為信號觀測時間，τ滯后時間。
在使用自相關(guān)函數(shù)時，要充分明確其特性，主要包括：
(1)自相關(guān)函數(shù)在τ=0時獲得最高值。
(2)當(dāng)τ足夠大或τ→∞時間，隨機(jī)變量x(t)和x(t＋τ)沒有相互關(guān)系。
(3)自相關(guān)函數(shù)為偶函數(shù)，即Rx(－τ)＝Rx(τ)。
（4）周期函數(shù)的自相關(guān)函數(shù)仍然是相同頻率的周期函數(shù)，其幅值與原周期信號的幅值有一定的關(guān)系。根據(jù)對自相關(guān)函數(shù)的研究，并利用其性質(zhì)，可以準(zhǔn)確選擇含有周期性沖擊信號的函數(shù)IMF份量。
希爾伯特(Hilbert)轉(zhuǎn)換
Hilbert變化也是提取明椿減速電機(jī)齒型變化故障的重要信號分析和處理工具。其核心是基于經(jīng)驗(yàn)?zāi)Ｊ降姆纸?/span>IMF，并對IMF進(jìn)行Hilbert轉(zhuǎn)換，得到一個Hilbert譜，解調(diào)普。正常情況下，一個完整的。Hilbert光譜主要包括時間、頻率和振幅。解調(diào)普遍包含大量原始信號。根據(jù)對解調(diào)譜中原始信號的分析，可以分析渦輪明椿減速電機(jī)齒型的變化和故障。
