Hilbert时频谱在轴承内圈近表面缺陷识别中的应用

作者：杨萌萌; 何慈武; 龙晋桓; 刘藤子; 韩军^*; 林靖翔; 陈尚群

来源：热加工工艺, 2023, 52(12): 160-166.

DOI：10.14158/j.cnki.1001-3814.20212975

• 超声检测
• 近表面缺陷
• Hilbert-Huang变换
• 卷积神经网络

轴承作为航空航天等高端应用中的重要部件，对其内部及近表面缺陷高精度检测是保障轴承高质量的关键。在轴承的超声缺陷检测中，轴承近表面微小缺陷信号淹没在表面或底面回波信号中，存在缺陷检测盲区，难以保证轴承质量。针对上述问题，提出采用Hilbert时频谱实现轴承内圈近表面缺陷识别的方法。对样品人工缺陷实测超声信号分别基于Hilbert-Huang变换和小波变换在时频域进行比较研究，利用卷积神经网络（CNN），通过交叉实验验证Hilbert时频谱和小波时频图对轴承内圈近表面缺陷识别的可靠性。结果表明，利用Hilbert时频谱对轴承内圈近表面缺陷的识别比小波时频图更有效，并能同时对上、下表面微小缺陷进行分类。这有效提高了轴承内圈近表面缺陷检测精度，识别的平均准确率为98.83%，为近表面缺陷识别提供了新方法。

• 单位
  中北大学; 中国科学院福建物质结构研究所