论文部分内容阅读
针对齿轮故障振动信号的非线性、非平稳性,引入了Hilbert-Huang变换方法,它包括经验模式分解(EMD)和Hilbert变换两部分,将信号分解为有限个数的本征模函数(IMF)之和,然后对每个IMF进行Hilbert变换,得到Hilbert-Huang谱。本文在原有的Hilbert-Huang方法的基础上,为了改善在求取包络线时的过冲、欠冲现象以及Hilbert-Huang谱上的端点效应,提出了一种利用最小二乘法去趋势项和基于立方B样条的滑动平均求均值相结合的改进的Hilbert-Huang算法。通过总结各种插值和延拓方法的优缺点,在迭代求取IMF前加入最小二乘法去趋势项,再利用立方B样条作基底的滑动平均法直接拟合均值序列来取代原来的通过样条插值求取包络线再求均值的方法,避免了利用样条插值求取包络线所带来的诸多问题。根据新算法做出流程图,引入仿真信号进行对比研究,表明新方法能够减少虚假分量个数,降低能量泄漏,具有初步的优越性。针对齿轮箱的振动机理,将改进的Hilbert-Huang变换方法应用于提升机齿轮箱的故障诊断中。利用改进的Hilbert-Huang变换方法进行分析,得到Hilbert-Huang谱图和边际谱图,并进行细化谱分析,在啮合频率和齿轮轴旋转频率附近出现故障特征。高次谐波幅值相对增大较多,出现较多的分数谐波,在这些谐波附近有一系列频率波动,并发现信号受到明显的频率调制作用,根据信号的故障特征成功地诊断出发生的是齿面磨损故障。