希爾伯特-黃變換軸瓦異響故障診斷

馬風(fēng)雷， 鄭永濤， 姜振海

（長春工業(yè)大學(xué)機電工程學(xué)院，吉林長春 130012）

希爾伯特-黃變換軸瓦異響故障診斷

馬風(fēng)雷， 鄭永濤， 姜振海

（長春工業(yè)大學(xué)機電工程學(xué)院，吉林長春 130012）

根據(jù)汽車發(fā)動機信號非線性、非平穩(wěn)性特點，分別對正常以及軸瓦異響發(fā)動機信號進行HHT，得到希爾伯特譜與時頻分布三維圖。將引起異響的高頻成分從異響信號中分離，再通過對高頻成分的分析找出故障原因。結(jié)果表明，正常發(fā)動機固有頻率為210Hz，軸瓦異響發(fā)動機頻率主要集中在500，1 500和2 700Hz，通過對比加速度譜分析結(jié)果，判斷出軸瓦異響的原因是軸瓦磨損。

希爾伯特-黃變換；軸瓦；故障診斷

0 引 言

軸瓦是汽車發(fā)動機中一個重要部件。如果發(fā)動機中軸瓦存在異響而不及時察覺，輕者磨損燒蝕軸瓦，重則損壞主軸軸頸，造成主軸報廢，引發(fā)嚴重交通事故［1］。因此，對于軸瓦異響必須及時發(fā)現(xiàn)，盡早排除。

目前，對軸瓦異響的解決主要視異響聲音的大小做不同處理。若軸瓦有異響，但聲音不大，應(yīng)檢查油質(zhì)及機油位置或到專業(yè)修理廠維修。如果異響較大，則應(yīng)立即維修或牽引到專業(yè)修理廠維修［23］。但由于是根據(jù)異響聲音的大小程度來選擇解決辦法，并不能準確判斷出軸瓦是否真實存在異響，并且異響程度的大小難以衡量，為問題的解決帶來極大困難。而車輛維修過程中不確定因素很多，會直接導(dǎo)致維修周期的增長，與此同時，浪費大量人力、物力、財力。

為了解決上述方法的不足，文中采用希爾伯特-黃變換方法對軸瓦異響的發(fā)動機信號進行分析，通過采集正常與非正常發(fā)動機信號，將引起異響的高頻成分從異響信號中分離，再通過對高頻成分的分析即可找出故障原因，這為軸瓦異響的故障診斷提供了一種全新、簡單而有效的方法。

1 希爾伯特-黃變換［4］

希爾伯特-黃變換是一種處理非線性非平穩(wěn)信號的分析方法［1］。它由經(jīng)驗?zāi)B(tài)分解和希爾伯特變換組成。

希爾伯特-黃變換主要包括兩個方面的內(nèi)容：經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）和希爾伯特（Hilbert）分析。首先對信號進行EMD分解，將信號分解成若干個固有模態(tài)函數(shù)（Intrinsic Mode Function，IMF）之和的形式，再對各IMF分量進行Hilbert變換，求出其相應(yīng)的瞬時幅值和瞬時頻率。

1.1 經(jīng)驗?zāi)B(tài)分解

對于任意復(fù)雜信號采用EMD可以得到一系列IMF分量，其步驟為：

1）確定信號x（t）的所有極值點，用3次樣條將所有極值點連接，形成上下包絡(luò)線；

2）計算上下包絡(luò)線的平均值m1（t），求出x（t）與m1（t）的差值h1（t）。若h1（t）滿足IMF的條件，則h1（t）就是信號x（t）的第1個IMF分量；

3）若h1（t）不滿足，把h1（t）當(dāng)作原始數(shù)據(jù)，重復(fù)以上篩分過程，直到滿足IMF條件為止，這樣便得到第1個IMF分量c1（t）；

4）用x（t）減去c1（t），得到：

將r1（t）重復(fù)以上步驟，直到再也得不到IMF分量為止，這樣從信號中分離出n個IMF分量c1（t），c2（t），…，cn（t）和rn（t），即：

1.2 希爾伯特分析

希爾伯特分析主要是對EMD分解出來的各階IMF分量進行Hilbert變換，得到各固有模態(tài)函數(shù)的瞬時頻率和幅值。

對任一連續(xù)實信號x（t），其Hilbert變換的定義為：

構(gòu)造解析信號：

得到幅值函數(shù)：

相位函數(shù)：

進一步可以求出瞬時頻率：

可以得到：

式中：Re取實部，這里省略了殘余量rn。

式（8）稱為Hilbert幅值譜，簡稱Hilbert譜。

2 實驗研究

利用上述方法對汽車發(fā)動機聲音信號進行分析。試驗中，利用麥克風(fēng)作為聲音傳感器［5］，測出正常發(fā)動機與軸瓦異響的發(fā)動機聲音信號，相比于測量發(fā)動機振動信號，聲音信號的采集屬于非接觸式，操作方便，成本低廉，具有振動信號不可代替的優(yōu)勢［6］。測得的正常發(fā)動機信號與軸瓦異響發(fā)動機信號分別如圖1和圖2所示。

圖1 正常發(fā)動機信號

圖2 軸瓦異響信號

通過圖1和圖2可以看出，軸瓦異響信號較正常信號振幅減小。

正常發(fā)動機信號與軸瓦異響發(fā)動機信號的頻譜分別如圖3和圖4所示。

圖3 正常發(fā)動機信號頻譜

圖4 軸瓦異響信號頻譜

由此可以看出，當(dāng)發(fā)動機軸瓦異響時，信號頻率明顯增大并且出現(xiàn)了高頻頻率。為了更加細致、準確地說明上述問題，現(xiàn)對正常發(fā)動機信號與經(jīng)EMD分解后第1階軸瓦異響信號的IMF分量進行加速度譜分析。之所以選擇第1階IMF分量進行加速度譜分析，這是由于第1階IMF分量包含了軸瓦異響信號絕大部分的高頻頻率，而引起異響的原因也主要是高頻頻率出現(xiàn)所引起的，故選擇第1階IMF分量做加速度譜分析更加準確與合理。

引起軸瓦異響的主要原因有：軸瓦磨損、潤滑不良、曲軸軸向間隙增大，曲軸變形、軸瓦蓋螺栓松動，由于長期超負載運轉(zhuǎn)而使發(fā)動機溫度過高等［78］。通過對加速度譜的分析可以看出，正常發(fā)動機信號的加速度只要集中在低頻的100～500Hz內(nèi)，而軸瓦異響發(fā)動機信號的加速度主要集中在2 500～3 000Hz之間，且加速度的數(shù)值明顯增加。

正常發(fā)動機信號加速度譜如圖5所示。

圖5 正常發(fā)動機信號加速度譜

軸瓦異響發(fā)動機信號加速度譜如圖6所示。

圖6 軸瓦異響發(fā)動機信號加速度譜

3 HHT分析

對所測量出的數(shù)據(jù)進行HHT分析，正常及軸瓦異常的發(fā)動機信號經(jīng)EMD分解后分別可以分解出15個和11個IMF分量。利用所求IMF分量得到發(fā)動機正常與軸瓦異響信號的Hilbert譜，分別如圖7和圖8所示。

圖7 正常發(fā)動機信號希爾伯特譜

圖8 軸瓦異響信號希爾伯特譜

Hilbert譜圖能反映出信號能量隨時間和頻率的變化情況。在Hilbert譜圖中縱坐標(biāo)采用歸一化頻率。

由圖7可以看出，對于正常發(fā)動機，其頻率主要集中在歸一化頻率的0.035處，乘以采樣頻率6 000Hz，便得到實際頻率為210Hz，這與之前得到的頻譜上的數(shù)值相一致。但從圖8中可以看出，正常發(fā)動機的頻率已被異響所產(chǎn)生的其它頻率成分影響，被其淹沒，并且異響信號較正常信號產(chǎn)生出高頻成分，可以得到存在異響的發(fā)動機頻率主要集中在500，1 500，2 700Hz，這主要是引起異響的故障原因，對比加速度譜分析結(jié)果，可以診斷出其異響原因為軸瓦磨損。

正常發(fā)動機信號和軸瓦異響信號時頻分布三維圖分別如圖9和圖10所示。

圖9 正常發(fā)動機信號時頻分布三維圖

圖10 軸瓦異響信號時頻分布三維圖

對比圖9和圖10可以更加清楚地看出，圖10中信號的實際頻率難以分辨，軸瓦產(chǎn)生磨損。此外，較小波分析和傅里葉變換等傳統(tǒng)信號分析方法，從HHT分析得到的Hilbert譜三維圖中，我們可以更加清楚、直觀地看出瞬時振幅與瞬時頻率的相互關(guān)系，從而能夠有效診斷出發(fā)動機軸瓦是否存在異響。

4 結(jié) 語

運用HHT對軸瓦異響的發(fā)動機信號進行分析，提出了一種該類故障診斷的新方法。通過試驗得到如下結(jié)論：

1）利用HHT分析方法得到所測出的發(fā)動機信號的Hilbert譜以及時頻三維圖，有效分析出信號的各階頻率成分。

2）運用HHT對正常及軸瓦異響發(fā)動機信號

進行EMD分解，可以得出含有故障頻率的IMF分量，對其進行相關(guān)分析便可得出造成軸瓦異響的原因。相比較傳統(tǒng)故障診斷方法，顯示出了HHT在軸瓦異響信號處理方面的準確性與有效性。

［1］陳應(yīng)國.發(fā)動機軸瓦異響故障排查［J］.北京汽車，1994（3）：32-33.

［2］吉國光.斯太爾汽車常見故障診斷與排除［J］.重型汽車，2004（2）：42-43.

［3］陽建成，陳嵐林，唐喬彬.WD615系列柴油發(fā)動機軸瓦異響的判斷與排除［J］.汽車維修，2002（10）：22.

［4］N E Huang，Z Shen.The empirical mode decompo-sition and the Hilbert spectrum for nonlinear and No-stationary time series analysis［J］.Proc.R.Soc.Lond.A，1998：903-999.

［5］馮偉東，韓雪冰.LabVIEW與MATLAB在聲音信號采集與小波降噪中的應(yīng)用［J］.長春工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2006，27（1）：40-42.

［6］陸汝華，段盛，楊勝躍，等.基于CGHMM的軸承故障音頻信號診斷方法［J］.計算機工程與應(yīng)用，2009，45（11）：227-229，238.

［7］陳應(yīng)國.發(fā)動機異響故障檢測［J］.北京汽車，2001（1）：45.

［8］宋治國.發(fā)動機曲軸軸瓦磨損燒蝕的影響因素分析［J］.硅谷，2012（4）：132-133.

Hilbert-Huang transform based fault diagnosis for bearing pad

MA Feng-lei， ZHENG Yong-tao， JIANG Zhen-hai
（School of Mechatronic Engineering，Changchun University of Technology，Changchun 130012，China）

According to the features of abnormal sound such as non-linear and non-stability in the bearing pad engine signals，both the normal and abnormal signals from bearing pad engine are analyzed with Hilbert-Huang transform（HHT）to get the 3DHilbert spectrum and time-frequency distribution.The high-frequency component producing the abnormal sound signal is separated，accordingly，the causes are worked out.The results show that the normal engine inherent frequency is 210Hz，while the noise frequency is at 500Hz，1 500Hz and 2 700Hz respectively.The noise is generated by the wear of bearing pad based on acceleration spectrum analysis.

Hilbert-Huang transform；bearing pad；fault diagnosis.

TH 17

A

1674-1374（2014）01-0055-05

2013-06-23

馬風(fēng)雷（1962－），男，漢族，吉林長春人，長春工業(yè)大學(xué)副教授，博士，主要從事信號測試方向研究，E-mail：mafenglei＠m(xù)ail.ccut.edu.cn.