希爾伯特黃變換在齒輪箱故障診斷中的研究和應用.pdf

1、齒輪傳動系統(tǒng)是當今世界上應用最為廣泛的機械傳動機構，齒輪傳動被廣泛地應用于工業(yè)、農業(yè)等各個行業(yè)的機械設備中，但齒輪又是最容易損壞的機械零件之一。因此，如何及早地發(fā)現(xiàn)齒輪傳動系統(tǒng)的早期故障，對經濟合理地安排設備維修時間，避免發(fā)生重大人身傷亡、設備事故有著十分重要的意義。
　　 在機械設備運轉過程中，齒輪的各種缺陷和故障必然引起機械振動狀態(tài)發(fā)生變化。因此，在齒輪傳動系統(tǒng)的振動信號中，蘊涵有它的健康狀態(tài)信息，監(jiān)測和分析振動信號自然就可

2、以診斷齒輪和齒輪傳動系統(tǒng)的故障，振動分析是齒輪狀態(tài)監(jiān)測和故障診斷的重要手段。
　　 由于齒輪和滾動軸承振動信號具有非平穩(wěn)性，而經驗模態(tài)分解(EmpiricalMode Decomposition，簡稱為EMD)和希爾伯特譜(Hilben spectrum)是一種自適應分析非線性、非平穩(wěn)信號的新方法，具有處理非線性及非平穩(wěn)等具有明顯瞬時變化特征信號的優(yōu)點。文中就是利用這種方法對齒輪箱振動信號進行分析實現(xiàn)故障診斷和分析。其關鍵部分是

3、經驗模態(tài)分解方法，任何復雜信號都可以由EMD方法分解成有限個本征模態(tài)函數(shù)(Intrinsic Mode Function，IMF)，再利用Hilbert變換求解各IMF的時頻分布。本論文工作主要有以下方面內容：
　　 (1)研究齒輪及齒輪箱振動噪聲的產生機理，建立了齒輪振動的數(shù)學模型，在對影響齒輪振動的主要因素進行詳細探討的基礎上，分析了齒輪的大周期故障和小周期故障的頻譜特征。研究了齒輪和滾動軸承故障振動信號的特征，闡述了齒輪和

4、滾動軸承的振動測試方法。通過對齒輪振動理論的全面分析與研究，得出結論：對齒輪振動信號進行有效的時頻分析是分析齒輪振動信號的內在需求；
　　 (2)以Hilbert-Huang變換理論研究為主，詳細地闡述了Hilbert-Huang變換的基本原理和算法步驟。希爾伯特黃變換是先把一列時間序列數(shù)據通過經驗模態(tài)分解，然后經過希爾伯特變換獲得時頻譜的信號處理新方法，利用由希爾伯特譜反映出的豐富的物理信息來對齒輪進行故障診斷。
　　

5、 (3)利用經驗模態(tài)分解和能量特征值對振動加速度傳感器獲取的齒輪箱振動信號進行特性分析。利用經驗模態(tài)分解獲得振動信號的本征模態(tài)函數(shù)，并對本征模態(tài)函數(shù)進行系數(shù)一能量計算，提取系統(tǒng)的特征信息，對齒輪箱的故障進行診斷，及時發(fā)現(xiàn)齒輪箱的早期故障，提高運行的安全性。
　　 (4)將Hilbert-Huang變換引入齒輪故障診斷，為齒輪故障診斷提供了一種新的途徑，提出了局部Hilbert能量譜的概念，同時根據齒輪故障振動信號的特點建立了基于