基于HHT的齿轮箱故障诊断研究

本资料包含pdf文件1个，下载需要1积分

齿轮箱是生产制造行业和交通工具中最常见的设备，对生产和生活是必不可缺的，-旦发生故障会对机械设备和人身安全带来危害，所以对齿轮箱进行故障诊断和预防有着重要意义。目前常见的故障诊断方法主要有小波分析 ，经验模态法(EMD)，Hilbert变换等分析法。但小波分析中小波基不容易选且计算量大。

EMD方法虽然适合非线性非平稳信号，但会有模态混叠 的频繁 出现。Hilbert-Huang(HHT)分析法是在1998年由美 国学者 N.E.Huang提出的。该方法是由EMD和Hilbert变换两部构成。是-种不需要特定函数对信号进行分解的工具，并且对非线性非平稳信号有很好的白适应处理能力，完全摆脱了稳定和线性的束缚。HHT为齿轮箱故障诊断提供了-个新途径。

1 Hilbert-Huang变换原理1.1 Hilberr变换把某函数 厂( )进行Hilbert变换为”。 ：1 c。frr、Hf厂(≠)1-上-l - dz.。

1T J-oz - zI即： )： f。 型dr：厂(咖 ，构造解析信号。 1 f- Z 1T -厂( )，符号 f(t)表示 f(t)的 H 变换 ，Hil-bert变换相当于通过-个为士的冲激响应线性网络，丌 该线性网络也称为希氏滤波器。

1.2 经验模态分析 法(EMD)EMD分解方法的主要目的在于求取信号的本征模态函数 1。任何-个信号都是由若干个本征模态函数互相叠加组成，形成的复合信号。EMD就是为了获得本征模态信号，对原始信号进行逐-分解。

本征模态信号必须具备以下两个条件才具有意义：1)本征模态信号在整个时间范围内的极值点与过零点的个数相等 ，或者最多只能差-个；2)在任意-时刻，局部极大值定义的包络和局部极小值定义的包络均值为零，即信号是关于时间轴对称的。对原始信号 s(t)进行EMD分解步骤如下：首先找出原始信号中所有的极值点，然后分别把极大值点和极小值点利用3次样条曲线连接起来绘制成上下包络，计算出二者的平均值 m ( )，用原始信号减去该均值 ：hi( )s(t)- ，如果h 符合本征模态信号的两个条件，则把h 作为第-个分量，否则把h 作为原始信号重复以上步骤继续分解：h ( )- ( )-Tll (f)，直至得到- 个满足本征模态信号条件的分量hlk(t)为止，于是第- 个分量 Cl( )hl(t)，从原始信号 S(t)中减去第-分量C (f)得到第-阶剩余量R (f)，然后把R1( )作为新的原始信号重复EMD分解，从而得到各个分量即本征模态信号。分解的终止条件为：R ( )变成-个单调函数或者是-个常数时，停止分解。原始信号就可以表示成若干固有本征模态信号和-个残余项之和：s(t)->：C )十R (f). (1)百 1.3 Hilbert-Huang(HHT)变换对式子 (1)中每个分量 C )进行 Hilbert变换 IH[c )]： J dr，构造解析函数：ZfC -7H[c ]幅值函数为 A ( )√ ( )H2[C，( )]；相频函数为 ( )arctgikt2 齿轮箱故障诊断试验实验将JZQ-250型j三级减速齿轮箱作研究对象，实验平台及齿轮箱结构 ， 齿故障状况下的振动信号。在实验中，人为地在第6收稿 日期 ：2012-1 1-20作者简介：王绍敢(1987-)，男，河南滑县人，在读硕士研究生，研究方向：机械故障诊断方面的研究。E-mail：y0umuminsha0gan###l26.toni· l6·