基于改进HHT和马氏距离的齿轮故障诊断

《基于改进HHT和马氏距离的齿轮故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进HHT和马氏距离的齿轮故障诊bur断小龙刘薇娜姜振海马风雷长春理工大学机电工程学院长春工业大学机电工程学院摘要：针对齿轮振动信号非线性和非平稳的特点，提出一种基于改进希尔伯特-黄变换与马氏距离相结合的故障诊断方法。利用自适应白噪声的完备经验模态分解将齿轮振动信号分解成一系列固有模态函数，并采用敏感固有模态函数判别算法判断出对故障信息敏感的模态函数;通过对敏感固有模态分量的局部希尔伯特瞬时能量谱的分析，得出信号能量随时间变化的精确表达；以不同故障信号局部希尔伯特瞬时能量谱的最大峰值作为特征向量

2、，采用马氏距离对齿轮故障进行状态识别。试验结果表明，该方法可有效识提取齿轮故障特征，实现不同故障状态识别。关键词：齿轮;自适应白噪声完备经验模态分解;瞬时能量谱;马氏距离;故障诊断;作者简介：周小龙，男，博士生，1987年生作者简介：刘薇娜，女，博士，教授，1956年生收稿日期：2016-05-11基金：国家自然科学基金资助项冃(51075041)GearfauItdiagnosisbasedonimprovedHHTandMahalanobisdistanceZHOUXiaolongLIUWein

3、aJIANGZhenhaiMAFengleiCollegeofMechanicalandElectrieEngineering,ChangchunUniversityofScienceandTechnology;SchoolofMechatronicEngineering,ChangchunUniversityofTechnology;Abstract：Inviewofnonlinceirandnon-stationarycharactcristicsofgearvibrationsignals,a

4、faultdiagnosismethodbasedonimprovedHilbert-HuangtransformandMahalanobisdistancewasproposed.Thegearvibrationsignalsweredecomposedbycompleteensembleempiricalmodedecompositionwithadaptivenoise,theintrinsicmodefunctionswereobtainedandsensitivcintrinsicmode

5、functionswereselectedbythesensitivityevaluationmethockThen,thelocalHilbertinstantaneousenergyspectrumofthesensitiveintrinsicmodecomponentswasanalyzed,andthefaultinformationcanbeextractedfromthedistributionoftheenergyofthegearvibrationsignalwiththechang

6、eoftime.Finally,themaximumpeakvalueofthelocalHilbertinstantancouscnergyspectrumwastrcatedasthefaultfeaturesandtheMahalanobisdistancemethodwasusedforjudgingthegearfault.Experimentalresultsshowthatthemethodcaneffectivelyextractgearfaultfeaturesandapplyfo

7、rdifferentfaultidentification.Keyword：gear;completeensembleempiricalmodedecompositionwithadaptivenoise;instnntnneousenergyspectrum;Mahalnnobisdistance;faultdiagnosis;Received：2016-05-11齿轮是机械设备中的常用部件，而齿轮传动也是机械设备中常见的传动方式。通常，齿轮故障是导致机械设备失效的主要原因，因此，对齿轮进行故障诊

8、断具有重要意义［1］。当齿轮发生故障时，其振动信号往往是非线性、非平稳的时变信号，对于该类信号时频分析是有效的方法1^］。以经验模态分解(EmpiricalModeDecomposition,EMD)为核心的希尔伯特-黄变换(Hilbert-HuangTransform,HHT)方法是近年来由Huang等固提出的一种处理非线性、非平稳信号的有效方法。然而在EMD分解过程中易产生模态混叠现象，这将影响EMD分解效果。为解决该问题，Wu等提出了平均总体经验模态分解(Ens