基于Hilber-Huang变换和相似挖掘的水电机组振动故障诊断研究的综述报告.docx

基于Hilber-Huang变换和相似挖掘的水电机组振动故障诊断研究的综述报告
摘要：本文结合Hilber-Huang变换（HHT）和相似度挖掘技术，对水电机组振动故障进行诊断研究进行了综述。首先，对HHT技术和相似度挖掘技术进行了详细介绍，然后结合实际案例，分析了HHT在诊断水电机组故障中的应用，最后，探讨了基于HHT和相似度挖掘的水电机组振动故障诊断未来的发展方向。
关键词：Hilber-Huang变换，相似度挖掘，水电机组，振动故障，诊断研究
一、引言
水电机组是一种重要的发电设备，但随着使用时间的增加，振动故障成为机组运行维护中的一个主要问题。目前，许多研究都针对水电机组振动故障进行了深入的研究。本文将结合Hilber-Huang变换（HHT）和相似度挖掘技术，对水电机组振动故障进行诊断研究进行综述。
二、HHT技术介绍
Hilbert-Huang变换（HHT）是一种时间-频率分析方法，它利用EmpiricalModeDecomposition（EMD）将原始信号分解成若干个本征模态函数（EMD），然后使用Hilbert变换将这些本征模态函数转换为时频域上的相位和幅度。这种变换方法可以避免频率、幅度和相位之间的混淆，从而提高信号的时频分析精度。
三、相似度挖掘技术介绍
相似度挖掘是一种数据挖掘技术，它主要是通过相似度计算方法来寻找一些具有相似性的数据子集。其中，相似度计算方法既可以采用欧几里得距离、余弦夹角等常见的计算方法，也可以采用一些特殊的相似度计算方法，如SAX方法和EDR方法。
四、HHT技术在水电机组故障诊断中的应用
水电机组的振动故障多发于叶轮、轴承、发电机等部位，这些故障常导致机组的振动频率发生明显变化，也会产生较强的噪声信号。这里，以轴承故障为例，说明HHT技术在水电机组诊断中的应用。
（1）EMD分解
首先，通过对振动信号进行EMD分解，得到不同频段的本征模态函数。如图1所示，S1至S9为分解得到的本征模态函数。
（2）频率-幅度特征提取
然后，对每个本征模态函数使用Hilbert变换，得到每个模态函数的频率和幅度信息。如图2所示，分别是各个本征模态函数的频率-幅度特征。
（3）相似性分析
最后，根据不同状态下的振动信号频率-幅度特征，计算它们之间的相似度。如图3所示，将不同状态下的相似度矩阵进行比对，即可得到不同状态下振动信号的相似度分布图。
五、结论与展望
本文结合Hilber-Huang变换（HHT）和相似度挖掘技术，对水电机组振动故障进行诊断研究进行了综述。通过实际案例的分析，我们发现HHT技术在水电机组故障诊断中的应用是可行的。但是，目前该技术在实际应用中还存在一些问题，如能量泄漏问题、模态函数的不唯一性等。未来，我们可以探索更多的分析方法，来解决这些问题，更加准确地诊断水电机组的振动故障。