附件C：譯文

EMD和Hilbert頻譜在診斷滾動(dòng)軸承故障的運(yùn)用

1.摘要：
本文旨在以經(jīng)驗(yàn)?zāi)Ｊ椒纸夂虷ilbert頻譜為基礎(chǔ)提出滾動(dòng)軸承故障診斷的一種方法。本文將對(duì)局部Hilbert頻譜和局部Hilbert邊際譜進(jìn)行相關(guān)介紹。用正交小波基將滾動(dòng)軸承的振動(dòng)信號(hào)轉(zhuǎn)換成時(shí)間尺度域。通過(guò)高尺度域小波系數(shù)進(jìn)行包絡(luò)細(xì)化譜分析能夠得到包絡(luò)信號(hào)。通過(guò)對(duì)包絡(luò)信號(hào)運(yùn)用EMD和Hilbert變換我們能得到Hilbert邊際譜，從而診斷出滾動(dòng)軸承的故障類型。從有內(nèi)圈缺陷或者外圈缺陷的滾動(dòng)軸承中測(cè)得的實(shí)際振動(dòng)信號(hào)都用以上方法分析。結(jié)果表明，在提取滾動(dòng)軸承故障特征時(shí)本文所提方法比傳統(tǒng)包絡(luò)方法優(yōu)越。
2.簡(jiǎn)介：
當(dāng)滾動(dòng)軸承運(yùn)轉(zhuǎn)時(shí)產(chǎn)生故障脈沖，進(jìn)而產(chǎn)生了高頻譜振動(dòng)，振幅由脈沖力調(diào)制。包絡(luò)分析法是提供了分析高頻率沖擊振動(dòng)產(chǎn)生的故障信號(hào)的一個(gè)重要且有效的方法，它也在滾動(dòng)軸承的故障診斷中已經(jīng)得到了成功運(yùn)用，但是在傳統(tǒng)包絡(luò)分析方法中，故障是通過(guò)包絡(luò)譜的峰值來(lái)確定的。由此該傳統(tǒng)方法有兩大弊病，一方面，F(xiàn)FT在包絡(luò)信號(hào)頻譜分析中得到廣發(fā)應(yīng)用，但它只能解釋大體能量頻譜分布，并不能反映信號(hào)詳情。所以當(dāng)干擾信號(hào)比故障信號(hào)強(qiáng)時(shí)很難有效的進(jìn)行信號(hào)分析，同時(shí)因?yàn)镕FT把諧波信號(hào)視為基本組成部分，容易造成信號(hào)能量分散和缺失，這會(huì)導(dǎo)致能量泄露從而降低精確度。另一方面，濾波器的中心頻率在形成包絡(luò)信號(hào)時(shí)是由經(jīng)驗(yàn)決定的，這會(huì)使結(jié)果存在主觀影響，為了消除這兩種弊端，我們將經(jīng)驗(yàn)?zāi)Ｊ椒纸獾陌j(luò)分析法與Hilbert頻譜結(jié)合起來(lái)診斷滾動(dòng)軸承故障，局部Hilbert頻譜和基于EMD的局部Hilbert邊際頻譜部分相關(guān)概念也作了相應(yīng)介紹。EMD方法是基于信號(hào)的局部特征時(shí)間尺度，能夠把復(fù)雜的信號(hào)分解為有限的內(nèi)在模態(tài)函數(shù)之和。頻率成分包含在每個(gè)IMF中，不只與樣頻率相關(guān)，并且隨著信號(hào)本身變化。而且Hilbert頻譜在同等問(wèn)題上不會(huì)引起能量泄露和擴(kuò)散，因此，EMD是自適應(yīng)的信號(hào)分析方法，能夠完美的運(yùn)用于非線性和非穩(wěn)定的信號(hào)處理。
本文將會(huì)提出一種滾動(dòng)軸承故障分析診斷方法，為了分離滾動(dòng)軸承故障振動(dòng)信號(hào)的故障特征，該方法按以下程序進(jìn)行。首先，為了減少低頻率噪音的影響，滾動(dòng)軸承的故障振動(dòng)信號(hào)將由小波包分解。其二，包絡(luò)信號(hào)從用Hilbert轉(zhuǎn)換對(duì)高