只对EMD分解、希尔伯特变换和一些谱法的功能，旨在告诉你输入什么信号，你能得到什么结果，我不是信号处理，只是用这些方法，不理解原理。

目录

1.EMD分解

2.希尔伯特-黄变换

3.边际谱

4.包络谱

轴承故障-toc" style="margin-left:0px;">5.轴承故障

---

1.EMD分解

EMD(经验模式)分解：将复合(不稳定)信号分解为不同IMF重量。简单总结是将复杂信号分解为简单信号，可将调制信号分解为高频(固有频率)载波信号和故障特征(冲击)信号。

2.希尔伯特-黄变换

希尔伯特-黄变换（HHT）：EMD分解出的IMF分量再经过Hilbert最终获得信号瞬时频率和瞬时幅值。

（1）HHT结果反映了信号的时频特征，即信号的频域特征随时间变化的规律。信号的频率组成与傅里叶的变化相比，HHT频率成分也可以随时间变化。EMD时频局部化分析可以自适应有效提取原始信号的特征信息。(3)从HHT在结果中，选择符合要求的特征分量重组信号，有利于关注特征从复杂的混合信号中分离出来。

希尔伯特谱（Hilbert Spectrum）它反映了希尔伯特-黄变换最直观的结果信号时间、瞬时频率和振幅值（颜色表示）之间的关系。可以用于分析包别局部特征，分析包分量随时间变化的规律，以识别局部特征。

希尔伯特谱有时是将军emd分解后所有imf作为分析对象，有时会有重量有针对性地选择一个或几个imf分量分析，具体的操作方法是结合具体的研究内容进行有针对性的选择。

希尔伯特谱是一种时频谱，反映了信号频率成分随时间的变化，是分析不稳定信号（如例子中的故障信号）的重要手段。使用这种分析方法强调“变化”，即时间尺度特征的变化——因为如果信号随随时间变化，使用频域分析就足够了。HHT该方法广泛应用于生物医学（如血压变化）、地球物理（如地震、海浪分析）、工程领域（故障诊断等）的非稳定信号。

3.边际谱

边际谱（Marginal Spectrum）它是基于希尔伯特谱H（t，f）在此基础上，计算方法是在时间轴上积分希尔伯特谱，从振幅-时间-频率之间的关系转变为幅值-频率两者之间的关系，描述频率轴上振幅值(或能量)的分布。

傅里叶谱与边际谱有关，但在边际谱谱更适合处理不稳定信号，因为傅里叶变换为数学上拟合原始数据的不稳定波形，必须引入大量高频'伪'谐波分量，这会导致傅里叶谱低估了低频能量。

4.包络谱

包络谱最常见的应用场景是机械产品故障诊断（尤其是轴承）。然而，与边际谱不同的是，包络谱不是基于希尔伯特谱。包络谱的方法是：目标信号→变换希尔伯特→获得分析信号→对信号模型进行分析→得到包络信号→傅里叶变换→得到Hilbert包络谱。

包络谱是一种解调方法，在某些轴承故障中(如表面损伤)会在轴承运行中激发一些列周期性冲击信号将与高频固有振动调节。包络谱分析可以有效地分析这一点低频冲击信号解调提取。需要注意的是，包络谱和频谱的结果差异很大，包络谱更适合提取故障特征。

振动解调可以发展滚动轴承故障初始阶段检测到故障特征，并且追踪轴承故障的发展，在第二、三、四阶段中以不同的信号反应轴承的不同状态。同时可采用振动速度或振动加速度传感器检测轴承第三阶段的故障频率。

5.轴承故障

轴承外圈有缺陷时，在解调频谱上可见轴承外圈缺陷频率BPFO及其高次谐波，对于外圈不固定的轴承，可能出现其转速频率的边频。

轴承内圈有缺陷时，在解调频谱上可见轴承内圈缺陷频率BPFI及其高次谐波，对于内圈转动的轴承，可能出现其转速频率的边频。

 当内圈出现故障时，如果它位于加载区域，产生的冲击会更加剧烈，从而产生更高的振幅。当内圈故障位置转出加载区时，其振幅又会降低，并在轴承顶部（不受载）达到最小值。这种情况下内圈的故障频率倍内圈的旋转频率所调制，可在频谱中看到1×边频带出现。

轴承滚动体有缺陷时，在解调频谱上可见轴承滚动体缺陷频率BSF及其高次谐波，以及出现转速频率的边频。此外，由于滚动体对外圈的冲击强于对内圈的冲击，在解调谱上还会存在BSF的半谐波。

 

 

当滚珠运转在载荷区时，产生比运转在非载荷区更强烈的冲击。越接近载荷区，振幅越大，滚珠沿轴承以保持架频率FT滚动。频率大约0.4×。

轴承保持架有缺陷时，在解调频谱上可见轴承保持架缺陷频率FIF及其高次谐波，另外由于轴承润滑不良也会引起保持架与滚动体的直接接触而出现保持架缺陷频率。