针对磨床工件加工产生的剧烈颤振及噪声会导致磨床其他零部件出现故障损坏等问题,提出了一种基于经验模态分解(EMD)、Hilbert变换(HT)以及支持向量机(SVM)的磨床振动故障监测方法。首先,利用传感器采集磨床振动信号,对信号进行降噪预处理;然后,将处理后的信号进行经验模态分解,并计算出有效的固有模态分量函数(IMF);再利用Hilbert变换计算出分解信号的能量分布和实时方差,并用信号的主频率带组成特征向量;最后,采用支持向量机算法进行样本分类识别训练并与BP神经网络识别方法进行对比。试验结果表明,该故障监测方法对磨床振动故障监测信号具有很好的判别效果。

风力发电机组传动链因风速的时变特性而处于变转速运行状态,其主轴承因低速、重载导致振动信号具有非平稳和调制特点,常规分析时频谱会出现“模糊”现象,不能及早提取故障特征频率。提出了阶次跟踪和Hilbert变换联合分析方法,使用阶次跟踪在角度域进行等角度重采样,把时域非平稳信号转换成角度域平稳信号,然后应用Hilbert变换把低频故障信号从高频载波信号中解调出来,以及早发现隐患。结果表明,阶次跟踪和Hilbert变换联合分析能够较早地提取出故障特征频率并对故障进行精确定位,对低速重载风电主轴承故障诊断十分有效。

针对一般电流、电压互感器存在体积大、精度不高、使用不便的缺点,而霍尔传感器具有精度高、线性好、频带宽、响应快等优点的情况,以霍尔效应原理为基础,霍尔传感器为对象,设计了霍尔传感器状态监测电路并制作了相应的电路板。该电路板能同时分别监测三路电流和电压量,且测量电阻可根据实际工况随时更换,具有体积小（13×10 cm）、方便、快捷的特点。最后用其进行了液压动力系统状态监测实验,并与一般电流互感器的测量结果作了对比分析。结果表明,设计的电路合理,制作的电路板工程实用价值较好。

为了加快工业CT系统的扫描速度,减小数据量,针对扇形束超短扫描问题,提出了一种带参数的基于Hilbert变换的感兴趣区域重建算法,并且在分析扇形束扫描的数据冗余基础上设计了一种适用于超短扫描的窗函数.利用Shepp-Logan头模型通过计算机模拟实验,给出了该算法和标准卷积反投影算法、 F. Noo和H. Kudo算法的对比结果.实验结果表明,该方法能够准确地实现物体感兴趣区重建,并在噪声抑制能力上优于其他3种算法,因此在工业CT中具有重要的工程意义.

为了对液压系统运行情况进行更为直观、高效的监测,文章对以电参量信息为基础的图形化实时识别技术进行了深入分析,这种液压系统识别技术利用Hilbert变换,对电参量基频分量加以迅速提取,从而使得该监测系统有着更高的实时性;同时利用李萨如图形方法,对该电参量信息加以科学融合,由此使得该识别技术具有实时性与图形化。最后借助于LabView系统对该识别系统展开设计,将液压系统极限工况作为试验对象,对该开发技术的实用性与稳定性进行验证,从而为液压系统状态识别系统提供创新的开发路径。

针对变模式分解(VMD)中分解层数K对分解结果准确度影响较大以及轴承振动信号夹杂的噪声极大地影响有用信息提取的问题,提出了一种利用瞬时频率均值(IFM)确定K值并结合小波阈值降噪(WTD)和Hilbert变换对轴承的振动信号进行分析的方法。首先利用瞬时频率均值选择合适的VMD中的K值,然后用VMD方法对含噪声的信号进行自适应分解,根据相关系数原则从分解的分量中选取含有主要故障信息的分量进行小波阈值降噪分析,最后进行Hilbert变换解调出故障特征频率。为验证此方法的可行性,首先通过仿真信号验证了所用降噪方法的可靠性,然后用提出的IFM-VMD与WTD-Hilbert结合的方法对实际轴承故障数据进行分析,该方法故障诊断的准确率达到99%以上,说明该方法可以很好地识别滚动轴承的故障信息。

为了获得准确的时变物理参数以便于建立模型和故障诊断,将基于Hilbert变换的方法用于裂纹叶片的参数识别。将裂纹悬臂梁的一阶弯曲振动简化为一个具有时变刚度和阻尼的单自由度系统,并搭建实验台,用Hilbert变换分析实验测得响应信号和激励信号得到时变刚度和阻尼,实验结果验证了该方法的有效性。根据识别结果进一步对原有物理参数模型进行修正,并在一定范围内研究新模型中参数随外界条件的变化情况。数值计算结果表明,由修正后的模型得到的系统响应特性与实验观察到的现象一致。

铣刀磨损状态的判定对保证铣削加工产品质量具有重要意义。为提高铣刀磨损状态监测的有效性、快速性和准确性,通过Hilbert变换对铣削力信号进行解调处理,分离出了与铣刀磨损相关的信号。用db4小波函数对解调信号进行小波包分解,提取了铣刀磨损过程中各个时段频带的能量,与刀具的磨损曲线综合分析后,获取了能反映铣刀磨损状态变化的频段,并基于Zoom-FFT方法对铣削力信号在整个频带上分段选频细化。通过实验验证了所选频带零频上的幅值变化规律以及频谱上的谱线移动规律能够反映铣刀的磨损状态,综合二者能够快速、准确判断铣刀的磨损状态。

为了寻找一种直观、有效的液压系统运行状态监测方法,研究了基于电信号的图形化液压系统运行状态实时监测技术。该项技术通过Hilbert变换对实时电信号的基频分量进行快速提取,以保证监测系统的实时性;并利用李萨如方法对电信号进行融合,形成图形化的液压系统状态监测技术。在此基础之上,应用LabVIEW软件对运行状态在线监测系统进行整体设计,并进行液压系统极限工况试验,验证了该项技术的可靠性及实用性,为液压系统运行状态监测提供了新的思路。

针对提高声发射源定位精度的需要,提出了利用小波变换从宽带非平稳声发射信号中提取稳定的窄带响应信息的方法,可降低环境噪声和波速色散效应的影响;进一步根据Hilbert变换提取窄带信号的包络,可根据第一个包络峰值正确判定应力波到达时刻。介绍了该方法的实现原理,组建了应力波源定位实验系统。采用十字定位法确定发射源位置。结果表明,采用新的窄带特征提取技术后,定位误差从原来的15 mm减少到4.9 mm。