基于改进希尔伯特-黄变换的发动机气门故障诊断

摘要

由于发动机系统及工作环境等因素的影响,发动机气门故障信号往往呈现出非线性和非平稳性的特点.为此,提出一种基于改进希尔伯特-黄变换的故障诊断方法.以气门声音信号为研究对象,首先,采用快速独立分量分析法去除环境噪声因素对于信号诊断准确性的影响,对降噪后信号进行改进经验模态分解,得到表征信号特性的固有模态函数,并通过相关性分析法去除虚假分量,从而获得信号的希尔伯特谱和边际谱,最后,结合时域和频域特征进行故障诊断.通过仿真研究证实了本文所提方法的准确性,实际试验证明:希尔伯特谱和边际谱能够有效并准确地反映出故障信号的时频信息,为该类问题的解决提供一种切实有效的方法.