为了更精确地检测双馈风力发电机组齿轮箱的故障,提出了一种改进的基于EEMD-HHT的无转速计阶比分析方法。采用EEMD方法对齿轮箱振动信号进行分解,并利用相关系数法提取敏感IMF分量,然后采用HHT法和Teager能量算子法联合对敏感IMF分量进行瞬时频率估计,利用瞬时频率拟合瞬时转速进而计算鉴相时标,将时域信号转换为角域信号进行故障分析。最后通过仿真信号分析以及工程实际应用证明了该方法在转速波动条件下具有良好的故障诊断效果。

介绍了一种用于分析旋转机械振动信号的仪器, 该仪器可以有效提取出振动信号的特征信息.该仪器具有先进的时频分析功能,另外,运用时频分析技术中的瞬时频率理论,提出并实现了基于峰值搜索的瞬时频率估计的阶比谱、阶比谱阵、阶比跟踪、阶比跟踪滤波、阶比分量提取等阶比分析功能.该仪器弥补了传统旋转机械分析仪器在旋转机械升/降速信号分析上的不足,弥补了现有仪器在旋转机械非平稳信号分析上对硬件需求的缺陷.实验结果表明该仪器具有很好的工程应用价值.

针对液压泵故障诊断特性参数多、故障诊断不精确、不完整和模糊性强的特点,提出应用阶比分析方法等数据预处理方法去除嗓声干扰和提取参数特征,然后利用决策层融合方法对故障信息进行融合,完成液压泵的故障诊断。应用实践表明,采用D-S证据理论进行决策层数据融合的故障诊断方法,能够有效地提高液压泵故障诊断的精度和效率。

HHT（Hilbert-Huang Transform）和传统时频分析存在模态混叠、时频聚焦性差等问题,在估计转速曲线时误差较大.因此,提出将EEMD-HHT与时频重排算法结合的转速曲线估计新方法.采用EEMD（Ensemble Empirical Mode Decompositon）方法获取IMFs;找出参考轴所对应的IMF,并做Hilbert变换;用时频重排算法处理该IMF两端各-定长度的数据,对得到的重排矩阵进行限制条件的瘠线搜索,并将获得的瞬时频率值代替对应时间点内Hilbert变换得到的瞬时频率值;对“拼接”得到的整个时间段的瞬时频率值进行最小二乘拟合,得到光滑的转速曲线.将该方法应用于转子不平衡故障的阶比分析中,对实际测量信号进行了分析,并与HHT估计结果作比较,验证了其优越性和有效性.

针对液压泵故障诊断特性参数多、故障诊断模糊性强的特点，提出应用阶比分析方法消除与振动信号无关的噪声干扰，然后利用粗糙集理论对故障诊断决策表进行约简，获得最优决策系统，最后在最优决策系统的基础上，形成液压泵故障诊断规则，有效提高了液压泵故障诊断的精度和效率。

针对液压泵故障诊断特性参数多、故障诊断模糊性强的特点提出应用阶比分析方法消除与振动信号无关的噪声干扰然后利用粗糙集理论对故障诊断决策表进行约简获得最优决策系统形成了液压泵故障诊断规则有效提高了液压泵故障诊断的精度和效率。