Hilbert变换可对调幅信号进行包络解调,就是从中提取。信号的Hilbert变换是与的卷积(符号为“*”),公式见式(4)。 (4)对做傅里叶变换得式(5)^(5)故的Hilbert变换可看成是通过一个幅度为1的全通滤波器输出,其频率成分做-90相移,负频率成分做相移。则调幅信号的Hilbert变换为式(6)。(6)设的解析信号为:,则有式(7)。(7)因此可利用Hilbert变换提取的包络,即故障信号,再用傅里叶变换对其进行功率分析,功率谱中幅度最大处的频率即故障特征频率。第四章MATLAB数据处理结果分析1.MATLAB数据处理及结果总共给出了4组通过现场测试得到的滚动轴承运行数据,包括1组正常轴承数据,1组内圈故障数据,1组外圈故障数据,1组滚动体故障数据。依次对轴承振动信号data.mat文件中数组y第一第四列数据运行Matlab程序对轴承振动信号data.mat文件中的第一组数据进行MATLAB分析处理,结果为图1。(a)为该信号的时域波形及功率谱,(b)为轴承振动信号的db2小波分析图(c)为第一层细节信号d1的包络谱图,得到其特征频率f=27.883Hz。设振动信号采样点数为N,由于用快速傅里叶变换对信号做功率谱,其点数应满足:nfft>N,且是2的指数次方,由于数据量较大大,为了便于操作,故取N=32768,对应的取nfft=2^16=65536进行数据,N足够大,不影响分析结果。(a)轴承振动信号的时域波形及功率谱(b)轴承振动信号的db2小波分析图(c)第一层细节信号d1的包络谱图图1同理,对轴承振动信号data.mat文件中的第二组数据进行MATLAB分析处理,结果为图2。(a)为该信号的时域波形及功率谱,(b)为轴承振动信号的db2小波分析图(c)为第一层细节信号d1的包络谱图,得到其特征频率f=1796Hz。(a)轴承振动信号的时域波形及功率谱