張志斌,王 菁,宋曉菲(.河北省石家莊市9469部隊,石家莊 050070; .河北省石家莊市發展和改革委員會信息中心,石家莊 0500;.河北慧云電子科技有限公司,石家莊 050000)
?
Hilbert-Huang變換提取齒輪箱故障特征方法研究
張志斌1,王 菁2,宋曉菲3
(1.河北省石家莊市93469部隊,石家莊 050070; 2.河北省石家莊市發展和改革委員會信息中心,石家莊 050011;3.河北慧云電子科技有限公司,石家莊 050000)
摘 要:本文在研究了Hilbert-Huang變換的原理和它在非線性、非平穩信號分析中的獨特優勢的基礎上,重點研究了利用經驗模態分解和Hilbert-Huang變換提取齒輪箱故障特征的方法,實驗證實,通過對齒輪箱的振動信號進行經驗模態分解,并對分解得到的IMF分量進行包絡譜分析,能夠準確實現對齒輪箱內齒輪的故障定位。
關鍵詞:Hilbert-Huang變換;經驗模態分解;齒輪箱;故障診斷
Hilbert-Huang變換(簡稱HHT)是Norden E.Huang等人于1998年首次提出的一種新的信號分析理論。Hilbert-Huang變換應用經驗模態分解(Empirical Mode Decomposition 或EMD)理論將信號分解成相互獨立的若干固有模態(Intrinsic Mode Function 或IMF)的和,并對每個IMF進行Hilbert變換得到信號的瞬時頻率和幅值,從而給出信號隨時間和頻率變化的精確表達,因而可以用于對信號的局部行為做出精確的描述。


單級傳動的齒輪箱輸入軸齒輪齒數為28,輸出軸齒輪齒數為36, 電機轉速為1473r/min,輸入軸回轉頻率為24.55Hz,輸出軸回轉頻率為為19.11Hz,齒輪嚙合頻率為688Hz。在從動軸齒輪齒根處加工寬0.1mm、深3mm的小槽以模擬齒根裂紋。測量得到的振動信號及其功率譜如圖1所示。

圖1 齒根裂紋故障時的振動時域波形(左)及其自功率譜波形(右)
從功率譜圖中能找到嚙合頻率及其二倍頻,但沒有邊帶信息,因此難以判斷故障發生的部位。將振動信號進行EMD分解,進而可以得到IMF信號的包絡譜,圖2所示即為EMD分解得到的9個分量中的前3個。圖3為IMF3信號的包絡譜,可以很清晰地看到故障齒輪所在的輸出軸的頻率特征。

圖2 齒根裂紋故障信號的EMD分解

圖3 IMF3信號的包絡譜
參考文獻:
[1]N.E.Huang, The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis, J. Proc. R. Soc. Lond. A, 1998, 454:903-995
[2]張志斌.基于頻響修正的齒輪箱故障診斷研究[D].石家莊:軍械工程學院,2004.
[3]Huang NE, Wu ML, Long SR, et al. A confidential limit for th e empirical mode decomposition and Hilbert spectrum analysis [J]. eedings of the Royal Society of London. A (2003),459:2317-2345.
DOI:10.16640/j.cnki.37-1222/t.2016.12.008
基金項目:國家自然科學基金(51306058, 71102174);河北省科技支撐計劃重點項目(15212204D)