一种新的声发射信号消噪及故障诊断方法

简介

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。