振动与冲击

作者：朱霄珣，周沛，苑一鸣，徐博超，韩中合

单位：华北电力大学动力工程系，河北保定，071003

关键词：希尔伯特振动分解；虚假分量；K-L 散度；高斯混合模型；振动故障诊断

希尔伯特振动分解(Hilbert Vibration Decomposition，HVD)由于其虚假分量问题，严重制约了其在实际故障诊断中的应用。针对该问题，引入信息论中的K-L散度概念，提出了基于K-L散度的HVD虚假分量识别方法（KL-HVD）。KL-HVD将HVD分量视作概率分布各不相同的信号，并且认为真实分量与原信号的概率分布较为相近。该方法在原HVD方法基础上，计算HVD各分量与原信号的K-L散度值，对分量的虚假性进行量化。由于真假分量之间具有较大的差异性，本文选用高斯混合模型对这些分量进行聚类，自动区分出虚假分量并予以去除。此外，文中分别利用互信息及相关系数方法对虚假分量问题进行研究。并将三种方法应用于转子振动问题分析，结果显示三者中KL-HVD方法能够更有效地识别虚假分量，更清晰地提取出故障的时频特征。<br>

来源：2018年第16期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第16期