齿轮箱故障监控的数据处理问题
各位好，请教一个HHT数据处理的问题：我机械震动和HHT懂得都不多，老师让做一个齿轮箱故障的数据分析，是基于正常齿轮和有故障的齿轮（缺齿，裂纹）的监控数据做一个分析：
试验设备是： a gearbox dynamics simulator, DSP SigLab vibration analyzer, two ICP accelerometers, two signal conditioners and a laptop computer.
试验数据：水平和垂直方向上的电压信号。
现在的处理情况和问题：
1. 齿轮种类：良好，缺齿和裂纹3种。
2. 转动频率是10，25、40HZ，相应的抽样频率是1280，2560和5120
3. 使用不同负荷：0，5%，10%。每个组合的数据点数都是8192.
我做了EMD/HHS以后，画出时频图（点数缺省为400*8192，后来我修改为相应的抽样频率*8192), 图上看不出什么特征，我就计算了他们的时频熵。
我的问题是：
1. 时频熵计算能简化计算吗？就是说我把400（频）*8192（时）进行了简化，考虑到频率更重要，我就把400*8192进行了列求和，变成了400*1, 然后再求频熵。这样计算有问题吗？
2. 我这种计算结果和于德介老师的书本描述相反，他的书《机械故障诊断的HH变换方法》第78页说正常齿轮的熵应该是最大的，故障齿轮的熵偏小。这是怎么回事？有人做过类似的数据分析吗？
谢谢！
[ 本帖最后由 dalelaw 于 2009-2-16 05:49 编辑 ] 请问你原来的时频熵程序还有吗？我现在也在做这方面的研究 （1）时频图列求和，是否演变成了边际谱？求频熵没问题，至于频熵对于故障诊断好不好使，有没有效果是另一个问题，不过一个统计指标而已。
（2）熵是信息量的度量，越混乱的信号熵值越大，越规律的信号熵值越小，故一般而言故障齿轮熵小
页:
[1]