DOI QR코드

DOI QR Code

Comparison of Hilbert and Hilbert-Huang Transform for The Early Fault Detection by using Acoustic Emission Signal

AE 신호를 이용한 조기 결함 검출을 위한 Hilbert 변환과 Hilbert-Huang 변환의 비교

  • 구동식 (창원문성대학 조선학부) ;
  • 이종명 (경상대학교 대학원 정밀기계공학과) ;
  • 이정훈 (경상대학교 대학원 정밀기계공학과) ;
  • 하정민 (경상대학교 대학원 정밀기계공학과) ;
  • 최병근 (경상대학교 에너지기계공학과, 해양산업연구소)
  • Received : 2011.10.31
  • Accepted : 2012.02.24
  • Published : 2012.03.31

Abstract

Recently, Acoustic Emission (AE) technique is widely applied to develop the early fault detection system, and the problem about a signal processing method for AE signal is mainly focused on. In the signal processing method, envelope analysis is a useful method to evaluate the rolling element bearing problems and Wavelet transform is a powerful method to detect faults occurred on gearboxes. However, exact method for AE signal is not developed yet. Therefore, in this paper, two methods, which is Hilbert transforms (HT) and Hilbert-Huang transforms (HHT), will be compared for development a signal processing method for early fault detection system by using AE. AE signals were measured through a fatigue test. HHT has better advantages than HT because HHT can show the time-frequency domain result. But, HHT needs long time to process a signal, which has a lot of data, and has a disadvantage in de-noising filter.

음향방출(Acoustic Emission, AE) 시스템은 최근 조기 결함 검출 시스템 개발을 위해 적용되고 있으며, 그에 따르는 신호처리 기법에 대한 문제를 해결하기 위해 많은 노력을 기울이고 있다. 신호처리 기법 중 포락처리(Envelope analysis)가 베어링 결함 분석에 사용되고, Wavelet Transform은 기어 등의 결함 분석에 용이한 것으로 알려져 있다. 하지만 여전히 AE 신호를 위한 신호처리 기법은 불확실하다. 따라서 본 논문에서는 AE 시스템을 적용한 조기 결함 검출 시스템 개발을 위한 사전 연구로, AE 신호를 분석하기 위한 신호처리 기법으로 Hilbert Transform(HT)과 Hilbert-Huang Transform(HHT)에 대해 비교 분석한다. AE 신호는 피로시험을 통해 취득되었으며, 취득된 AE 신호를 두 신호처리 기법을 적용하여 주파수 및 시간 신호에 대해 분석하였다. HT에 비해 HHT가 시간-주파수 영역에 대해 결과를 나타내기 때문에 좀 더 명확한 특징을 보이는 데에 반해 신호처리 시간 및 필터링에 대한 단점을 보이고 있음을 확인하였다.

Keywords

References

  1. R. K. Mobley, An Introduction to Predictive Maintenance (2nd Edition), Elsevier Science (USA), 2002.
  2. G. P. Sullivan, R. Pugh, A. P. Melendez and W. D. Hunt, Oeprations & Maintenance - Best Practices : Aguide to Achieving Operational Efficiency (Rel. 3.0), U.S. Department of Energy, 2010.
  3. B. Robert and J. Antoni, "Rolling element bearing diagnostics", Mechanical System and Signal Processing, vol. 25, no. 2, pp. 485-520, 2011. https://doi.org/10.1016/j.ymssp.2010.07.017
  4. N. Baydar and A. Ball, "Detection of gear failures via vibration and acoustic signals using wavelet transform", Mechanical System and Signal Processing, vol. 17, no. 4, pp. 787-804, 2003. https://doi.org/10.1006/mssp.2001.1435
  5. 정한얼, 구동식, 김효중, 앤디 탄, 김용한, 최병근, "저속 회전 기계의 베어링 Condition Monitoring을 위한 AE 변환기 적용", 한국소음진동공학회 춘계학술대회 논문집, KSNVE07S- 09-03, 2007.
  6. 김효중, 구동식, 정한얼, 앤디 탄, 김용한, 최병근, "저속 회전 베어링 결함 검출을 위한 AE와 가속도계 변환기 비교", 한국소음진동공학회 춘계학술대회 논문집, KSNVE07S-09-04, 2007.
  7. T. H. Loutas, G. Sotiriades, I. Kalaitzoglou and V. Kostopouls, "Condition monitoring of a single-stage gearbox with artificially induced gear cracks utilizing on-line vibration and acoustic emission measurements", Applied Acoustics, vol. 70, pp. 1148-1159, 2009. https://doi.org/10.1016/j.apacoust.2009.04.007
  8. M. Entezami, S. Hillmansen and C. Roberts, "Wind Turbine Condition Monitoring System", University of Birmingham, 2010.
  9. D. Wang, Q. Miao and R. Kang, "Robust health evaluation of gearbox subject to tooth failure with wavelet decomposition", Journal of Sound and Vibration, vol. 324, pp. 1141-1157, 2009. https://doi.org/10.1016/j.jsv.2009.02.013
  10. Z. Kunpeng, W. Y. San and H. G. Soon, "Wavelet analysis of sensor signals for tool condition monitoring: A review and some new results", International Journal of Machine Tools & Manufacture, vol. 49, pp. 537-553, 2009. https://doi.org/10.1016/j.ijmachtools.2009.02.003
  11. B. Eftekharnejad, M. R. Carrasco, B. Charnley and D. Mba, "The application of spectral kurtosis on Acoustic Emission and vibration from defective bearing", Mechanical Systems and Signal Processing, vol. 25, pp. 266-284, 2011. https://doi.org/10.1016/j.ymssp.2010.06.010
  12. M. Feldman, "Hilbert transform in vibration analysis", Mechanical Systems and Signal Processing, vol. 25, pp. 735-802, 2011. https://doi.org/10.1016/j.ymssp.2010.07.018
  13. N. E. Huang and S. S. P. Shen, Hilbert-Huang Transform and Its Applications, World Scientific Publishing Co., 2005.
  14. R. Yan, "Hilbert-Huang Transform-Based Vibration Signal Analysis for Machine Health Monitoring", IEEE Transactions on Instrumentation and Measurement, vol. 55, no. 6, pp. 2320-2329, 2006. https://doi.org/10.1109/TIM.2006.887042
  15. N. E. Huang, Z. Shen and S. R. Ling, "The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis", Proc. Royal. Soc. London. A, vol. 454, pp. 903-995, 1998. https://doi.org/10.1098/rspa.1998.0193

Cited by

  1. Feature Analysis Based on Acoustic Emission Signal Processing for Tubular Steel Tower Condition Monitoring vol.31, pp.2, 2012, https://doi.org/10.5050/ksnve.2021.31.2.195