（电路与系统专业论文）经验模态分解在齿轮箱故障诊断中的应用与研究.pdf

摘要 摘要 齿轮传动是通过两齿轮的轮齿相互啮合来传递运动和动力的一种机械传动方式，齿 轮传动系统也是目前世界上应用最广泛的机械传动机构之一，它被广泛应用于工业、 农业等各个行业的机械设备中，而齿轮又是在这些机械设备中最容易损坏的零件之一， 因此，如何及时发现齿轮传动系统中的初期故障，对及时发现问题，合理安排设备的 维修时间，减少经济损失和避免发生重大的安全事故有着非常重要的意义。 在机械设备的运转过程中，齿轮的各种缺陷和故障会引起机械振动的状态发生变 化。所以，在齿轮传动系统产生的振动信号中，包含了它的健康状态信息，因此，分 析和监测这些振动信号就可以诊断出齿轮和齿轮传动系统中存在的一些故障。振动分 析是齿轮故障诊断和状态监测的常用方法和重要手段。 在齿轮传动系统中，产生的振动和噪声信号叠加在一起，这些信号不是平稳信号。 在系统运行的过程中，随着故障的出现，振动信号也会根据故障的原因和位置发生相 应的变化。由于齿轮和滚动轴承振动信号具有非平稳性，而希尔伯特谱( h i l b e r t s p e c t r u m ) 和经验模态分解( e m p i r i c a lm o d ed e c o m p o s i t i o n ，简称为e m d ) 是一种自适 应分析非线性、非平稳信号的新方法，具有能够处理非平稳信号及非线性信号等具有 明显瞬时变化特征的信号的优点。本文正是利用此方法对齿轮箱产生的振动信号进行 分析来实现对齿轮传动系统的故障分析和诊断。本文所应用的方法是经验模态分解法， 也是最关键的部分。任何复杂信号都可以用经验模态分解法分解成有限个本征模态函 数( i n t r i n s i cm o d ef u n c t i o n ，简称为i m f ) ，然后再利用希尔伯特变换求解各个本征 模态函数的时频分布。 本论文主要有以下几个方面的内容： ( 1 ) 分析齿轮箱振动噪声的产生机理，进一步建立齿轮传动系统中产生振动的数学 模型，对影响齿轮振动的一些主要因素进行了细致的研究，分析了齿轮的大周期故障 和小周期故障的频谱特性。通过研究齿轮和滚动轴承故障振动信号的特征，总结了齿 轮箱的振动测试方法。对齿轮振动理论的全面分析与研究后，得出了结论：分析齿轮 的振动信号的有效方法之一是对齿轮的振动信号进行时频分析。 ( 2 ) 希尔伯特黄变换是先把信号数据通过经验模态分解( e 如) ，然后通过希尔伯特变 换得到时频谱的信号处理方法。以h i l b e r t h u a n g 变换( h h t ) 理论研究为主，详细地阐 述了其基本原理、流程及算法步骤，最后通过把采集信号由变换得到的希尔伯特谱与 一t 一 摘要 标准无故障数据的希尔伯特谱进行分析、对比来对齿轮箱进行故障诊断。 ( 3 ) 通过振动加速度传感装置获取故障齿轮箱所产生的振动信号，再利用经验模态 分解( e m d ) 和能量特征值对信号进行特性分析。利用经验模态分解可以得到振动信号的 本征模态函数，再通过对本征模态函数进行系能量分析计算，提取特征信息，根据这 些信息的对比分析来对系统进行故障诊断，及早发现系统故障，提高系统的可靠性和 安全性。 在本文里提出了局部希尔伯特能量谱的概念，同时根据故障振动信号的特点建立 了基于h i l b e r t h u a n g 变换的齿轮箱故障的诊断两种方法：希尔伯特能量谱方法和基 于经验模态分解的频率分离法。分析研究表明，在齿轮箱的故障诊断中利用希尔伯特 黄变换这种新方法，可以方便有效地发现系统的故障信息。 关键词：齿轮箱；故障诊断；希尔伯特黄变换；经验模态分解；本征模态函数 a b s t r a c t a b s t r ac t g e a rd r i v et h r o u g ht w og e a rt e e t hm e s hw i t he a c ho t h e rt op a s st h em o t i o na n d p o w e ro fam e c h a n i c a lt r a n s m i s s i o n c u r r e n t l y , t h eg e a rt r a n s m i s s i o ns y s t e mi so n eo f t h em o s tw i d e l yu s e dm e c h a n i c a lt r a n s m i s s i o n si nt h ew o r l d i th a sb e e n w i d e l yu s e di n i n d u s t r y la g r i c u l t u r e le t c m a c h i n e r ya n de q u i p m e n ti nt h ei n d u s t r y ia n dt h eg e a ri so n e o ft h em o s te a s i l yd a m a g e dp a r t so ft h em a c h i n e r ya n de q u i p m e n t , t h e r e f o r e ，t i m e l y d e t e c t i o no ft h ei n i t i a lf a i l u r ei nt h eg e a rt r a n s m i s s i o ns y s t e mf o rt i m e l yd e t e c t i o no f p r o b l e m s ，r e a s o n a b l ea r r a n g e m e n t sf o r a r r a n g e m a i n t e n a n c ep l a n ea n dr e d u c e e c o n o m i c l o s s e sa n dt oa v o i dm a j o rs e c u r i t yi n c i d e n t sh a sav e r yi m p o r t a n ts i g n i f i c a n c e w h e nt h ee q u i p m e n ti sr u n n i n g ，k i n d so fd e f e c t sa n dm a l f u n c t i o n so ft h eg e a rw i l l m a k et h es t a t eo fm e c h a n i c a lv i b r a t i o nc h a n g e t h e r e f o r e ，t h ev i b r a t i o ns i g n a lw h i c h g e n e r a t e d b yt h eg e a rt r a n s m i s s i o ns y s t e mi n c l u d i n gi t sh e a l t hs t a t u si n f o r m a t i o n ， a n a l y s i sa n dm o n i t o r i n go ft h e s ev i b r a t i o ns i g n a l sc a nb ed i a g n o s e dw i t hs o m ef a u l ti n t h eg e a r sa n dg e a rt r a n s m i s s i o n v i b r a t i o na n a l y s i si sac o m m o n l yu s e dm e t h o da n da n i m p o r t a n tm e a n so ft h eg e a rf a u l td i a g n o s i sa n dc o n d i t i o nm o n i t o r i n g v i b r a t i o na n dn o i s es i g n a l sg e n e r a t e di nt h eg e a rt r a n s m i s s i o ns y s t e mw i l lb e a d d e dt o g e t h e r t h e s es i g n a l sa r en o ts t a t i o n a r ys i g n a l w i t ht h ea d v e n to ft h ef a u l ti n t h es y s t e mi sr u n n i n g ，t h ev i b r a t i o ns i g n a lb a s e do nt h ec a u s e sa n dl o c a t i o nc h a n g e s a c c o r d i n g l y t h e r e f o r e ，t h ev i b r a t i o ns i g n a lg e n e r a t e db yt h eg e a rt r a n s m i s s i o ns y s t e m i n c l u d i n gi t sh e a l t hs t a t u si n f o r m a t i o n g e a ra n dr o l l i n gb e a r i n gv i b r a t i o ns i g n a lw i t h n o n 。s t a t i o n a r y ，t h e h i l b e r t s p e c t r u m ( h i l b e r ts p e c t r u m ) a n de m p i r i c a l m o d e d e c o m p o s i t i o n ( e m p i r i c a lm o d ed e c o m p o s i t i o n ，r e f e r r e dt oa se md ) i sa na d a p t i v e a n a l y s i so fn o n l i n e a r ，n o n s t a t i o n a r ys i g n a l sm e t h o dt od e a lw i t ht h ea d v a n t a g e so f n o n 。s t a t i o n a r ys i g n a l s ，a n dn o n l i n e a rs i g n a lh a si n s t a n t a n e o u sv a r i a t i o no ft h es i g n a l t h i sa r t i c l ei st h eu s e so ft h eg e a r b o xv i b r a t i o ns i g n a l sa r ea n a l y z e dt oa c h i e v et h eg e a r t r a n s m i s s i o ns y s t e mf a u l ta n a l y s i sa n dd i a g n o s i s t h i sm e t h o di st h ea p p l i c a t i o no f e m p i r i c a lm o d ed e c o m p o s i t i o nm e t h o di st h em o s tc r i t i c a lp a r t a n yc o m p l e xs i g n a lc a n b eu s e de m p i r i c a im o d ed e c o m p o s i t i o nm e t h o dt od e c o m p o s ei n t oaf i n i t en u m b e ro f i n t r i n s i cm o d ef u n c t i o n s ( i n t r i n s i cm o d et h ef u n c t i o nr e f e r r e dt oa st h ei m f ，a n dt h e n u s et h ef r e q u e n c yd i s t r i b u t i o no ft h eh i l b e r tt r a n s f o r mt os o l v et h ev a r i o u si n t r i n s i c m o d ef u n c t i o n s i nt h i st h e s i s ，t h e r ea r et h ef o l l o w i n gc o n t e n t s ： 一l t t a b s t r a c t ( 1 ) a n a l y s i s o f g e a r b o xv i b r a t i o n n o i s eg e n e r a t i o nm e c h a n i s m ，a n df u r t h e r e s t a b l i s ht h em a t h e m a t i c a lm o d e lo ft h ev i b r a t i o ni nt h eg e a rt r a n s m i s s i o ns y s t e m ， c a r r i e do u tad e t a i l e ds t u d yo fs o m eo ft h em a j o rf a c t o r st oa f f e c tt h eg e a rv i b r a t i o n a n a l y s i so ft h es p e c t r a lc h a r a c t e r i s t i c so ft h eg e a rc y c l ef a u l ta n dc y c l ef a u l t s u m m a r i z e t h eg e a r b o xv i b r a t i o nt e s tm e t h o db yr e s e a r c ht h ec h a r a c t e r i s t i c so ft h ef a u l tv i b r a t i o n s i g n a l sw h i c hg e n e r a t e db yt h eg e a ra n db e a r i n g a f t e rac o m p r e h e n s i v ea n a l y s i so f g e a rv i b r a t i o nt h e o r ya n dr e s e a r c h ，c a m et ot h ec o n c l u s i o n ：o n eo fe f f e c t i v em e t h o d so f a n a l y s i so fg e a rv i b r a t i o ns i g n a l so fg e a rv i b r a t i o ns i g n a lf r e q u e n c ya n a l y s i s ( 2 ) f i r s t ，h i l b e r t - h u a n gt r a n s f o r mw i l lp r o c e s st h es i g n a l d a t ab yt h ee m p i r i c a l m o d e d e c o m p o s i t - o n ( e m d ) ， a n dt h e n t h r o u g h t h eh i l b e r tt r a n s f o r mo ft h e t i m e f r e q u e n c ys i g n a lp r o c e s s i n gm e t h o d h i l b e r t - h u a n gt r a n s f o r m ( h t h e o r e t i c a l r e s e a r c h b a s e d ，d e t a i l e dd e s c r i p t i o no ft h eb a s i cp r i n c i p l e s ，p r o c e s s e sa n ds t e p so ft h e a l g o r i t h m ，a n df i n a l l yb yt h eh i l b e r ts p e c t r u ms i g n a la c q u i s i t i o nb yt h et r a n s f o r m a t i o n w i t hs t a n d a r dt r o u b l e - f r e ed a t a s p e c t r u ma n a l y s i s ，c o m p a r e dt og e a r b o xf a u l t d i a g n o s i s ( 3 ) t oo b t a i n t h ef a u l tg e a r b o x sv i b r a t i o ns i g n a l sb yu s i n g t h ev i b r a t i o n a c c e l e r a t i o ns e n s i n gd e v i c e s t h e nc h a r a c t e r i s t i c sa n a l y z et h es i g n a lb yu s et h e e m p i r i c a lm o d ed e c o m p o s l t i o n ( e m d ) a n dt h ee n e r g ye i g e n v a l u e u s i n ge m p i r i c a lm o d e d e c o m p o s i t i o nc a ng e tt h ev i b r a t i o ns i g n a lo ft h i se i g e nm o d e s t a t ef u n c t i o n ，a n dt h e n t h r o u g ht h ed e p a r t m e n to fe n e r g yt h i se i g e n m o d es t a t ef u n c t i o na n a l y s i sa n d c a l c u l a t i o nt oe x t r a c tf e a t u r ei n f o r m a t i o nb a s e do ns u c hi n f o r m a t i o nc o m p a r i s o n a n a l y s i st ot h es y s t e mc a r r yo u t f a u l td i a g n o s i s ，a ne a r l ys t a g ed i s c o v e r ys y s t e mf a i l u r e i m p r o v es y s t e mr e l i a b i l i t ya n ds e c u r i t y t h ec o n c e p to ft h el o c a lh i l b e r te n e r g ys p e c t r u mi sp r o p o s e di nt h i sa r t i c l e t h e s a m et i m e | a c c o r d i n gt ot h ec h a r a c t e r i s t i c so ft h ef a u l tv i b r a t i o ns i g n a l s it w od i a g n o s t i c m e t h o d so fg e a r b o xf a i l u r eb a s e do nh i l b e r t - h u a n gt r a n s f o r mh a sb e e ne s t a b l i s h e d ： h i l b e r te n e r g ys p e c t r u mm e t h o da n df r e q u e n c ys e p a r a t i o nm e t h o db a s e do ne m p i r i c a l m o d ed e c o m p o s i t i o n a n a l y t i c a ls t u d i e sh a v es h o w nt h a tt h i sn e wm e t h o do fg e a r b o x f a u l td i a g n o s i sb yu s i n gh i l b e r th u a n gt r a n s f o r mc a nf i n dt h ef a i l u r eo ft h es y s t e m e f f i c i e n t l ya n de a s i l y k e y w o r d s ：g e a r b o x ；f a u l td i a g n o s i s ；h i l b e r t - h u a n gt r a n s f o r m ；h h t ；e m p i r i c a lm o d e d e c o m p o s i t i o n ；e m d ；i n t r i n s i cm o d ef u n c t i o n s 一一 第一章绪论 第一章绪论 1 1 研究的意义及目的 当前科学技术越来越先进，工业生产的规模越来越大，而规模的不断扩大和机械 设备的高性能、自动化、智能化和多功能相关，尤其是随着机电一体化设备的出现和 快速发展，使得工业生产的规模进一步扩大，生产设备的设计、制造、维护以及评价 体系也变得更复杂，因此，设备的故障发生概率在不断增大。对于重要的关键的设备 出现故障，会造成工厂停产以及财产损失，并且危及到人身安全，造成不好的社会影 响。因此，如何能及时有效地发现机械设备的故障，找到故障点最终解决故障就显得 非常重要。 有资料显示，多年以来，我国很多企业因机组故障而导致的安全事故数量惊人， 造成的直接或间接经济损失更是数额巨大，给人们造成的人身伤害和对社会的不利影 响也很深远。在交通方面，因汽车机械损伤导致的各类道路交通事故在逐年上升，给 国家和人民生命财产造成了巨大损失。目前，汽车因机械原因而带“病”运行的现象 日趋普遍。近年来，煤矿安全重大事故频发，据统计，绝大部分是安全防范及设备故 障方面的原因，很多事故是由于机械设备故障造成的，通过在井下运输事故中，由于 机械设备故障而导致事故达5 0 以上。 由此可见，设备运转状况的检测和诊断非常重要也很有必要。自上世纪8 0 年代以 来，设备状态检测及诊断工作逐渐被人们重视和研究。诊断技术的出现使得机械设备 的运行逐渐得到了保障，有效地降低了设备出现故障的概率。另外，也在人身安全保 障和经济效益方面效果明显。 在美国，如通用汽车、德州仪器、杜邦等一些知名企业每年维修费用平均都减少 了5 0 ；在日本，由于运用了故障诊断技术，仅设备维修费用上，每年就能净节省高达 2 5 亿英镑。在我国，运用故障诊断技术的起步比较迟，但是对这项技术够重视，发展 也非常快，并且在实际运用当中取得了很好效果，受益很大。泸州天然气化学工业公 司应用设备故障诊断技术后，机组连续运行时间在1 9 9 2 年至1 9 9 7 年这五年间，由1 5 0 天的最高纪录提高到了3 3 2 天，因此而获得了极大的经济效益；我国的铁路系统采用 故障诊断技术后，1 9 8 6 年比1 9 7 8 年，燃油事故减少到十四分之一，产生的经济效益相 当于年收入增加2 亿多元，等等。 由上文分析可知，研究设备故障诊断、监测方法的意义主要表现在以下几个方面： 经验模态分解在齿轮箱故障诊断中的应用与研究 1 监控系统运行的健康状况，尽早发现故障2 降低安全事故的发生率，保障人身财产 安全3 减少维修费用，降低运营成本4 减少设备维修时间，延长设备运行周期。因此， 对设备故障进行有效的检测和诊断不仅能带来巨大的经济效益，对于安全生产及社会 稳定繁荣都有着积极意义。 齿轮作为机械设备中一种常见零件，其作用大、应用广，用于传递动力，会长期 高负荷长时间运转，再加上运转的环境都很差，比如汽车，所以，齿轮非常容易损毁， 从而导致整个机械设备发生事故。有研究表明，在导致齿轮箱故障的众多原因中，有 6 0 的因素都是由齿轮本体失效造成的，而导致的后果和带来的损失却是不可估量的。 齿轮箱的结构复杂，故障多样，但又要求对故障的诊断既要及时又要准确，因此， 在对齿轮故障进行诊断时，要找到一种有效的方法，它不需要对设备结构有太专业的 了解，而是直接对齿轮振动做产生的信号进行分析，如此一来，将使诊断过程变得好 理解、易操作，提高了诊断效率，对故障的诊断及维修提供参考依据。 齿轮箱故障诊断工作的目的是： 1 全面了解系统的运转情况，对系统进行实时监测，能够根据监测信息对系统发 生的异常作出及时准确的判断，并能够给予必要的提示和警示。 2 根据监测数据，在作出故障判断的同时，能提供和故障预防、维修、消除等相 关的信息作为参考和指导，减少故障的发生率，降低损失，从而提高整个系统的安全 性和可靠性。 3 为合理规范操作提供依据，充分发挥系统的最优性能，既能够使系统能长时间 无故障运行，又能减少因系统维护带来的不必要的开支。 4 通过监测、故障分析、性能评估等为设备结构改造、完善设计方案、优化生产 过程提供数据和信息。 齿轮箱故障诊断既要能及时准确地发现和预测故障，保证设备能正常运转，减少 经济损失，又能为故障的修复提供参考依据，延长设备检修周期缩短维修时间，尽可 能的减少设备故障所带来的经济损失。 1 2 目前齿轮箱故障诊断技术的发展状况 设备故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局 部运转是否正常，能在早期发现故障及引起故障的原因，并能预测故障的发展趋势的 技术。 第一章绪论 齿轮传动系统的结构比较复杂，零部件多，是当各个传动部件间的故障迭加作用 时，所产生的振动信号的频率成分繁杂，对于这种信号，仅依靠单一的信号处理方法 很难有效提取故障信息、准确判断整个系统的故障原因和性质。传统的齿轮箱故障诊 断方法有频域分析法和时域分析法。由于齿轮箱产生的振动信号中包含非平稳信号成 分，因此，仅利用频域分析法或时域分析法的传统诊断方法已经不能满足需求，实际 应用效果也很不理想，特别是在故障产生的初期，齿轮的故障发生在局部，振动信号 在时域和频域的变化不很明显。在分析非线性非平稳信号时，传统的诊断方法是基于 快速傅里叶变换的，仅适用于对平稳信号的分析，而利用时频分析法效果就很好。 在设备故障诊断技术中，最关键的技术部分就是对设备产生的振动信号的处理和 分析，如今，设备故障诊断技术已发展成为一门独立的综合信息处理技术，具体的诊 断方法也由过去较单一的方式逐渐形成了涉及到多门学科多个领域的方法体系。比如， 传统诊断法，运用振动信号检测、油液分析、噪声检测、红外测温以及无损检测等技 术，对故障进行诊断和分析；数学诊断法，运用数学原理及算法，通过构建数学模型 来求解问题，像基于概率统计、贝叶斯决策、函数模式识别、傅立叶变换、小波变换 等；智能诊断法，通过计算机系统及计算机网络，利用计算机强大的运算能力和智能 化特点来进行故障诊断，像模糊逻辑、专家系统、神经网络、进化计算方法等。 齿轮箱故障诊断的实施过程分包括两个阶段：一、状态监测阶段，这个阶段主要 是通过传感器或其他信号获取工具来获取齿轮箱振动原始信号，对系统的运行状态进 行实时监测；二、故障诊断阶段，这个阶段主要是对前面获取的原始信号进行检测分 析，从分析结果中提取故障特征，对系统的运行状态作出判断，然后作出诊断结论并 给出维修建议实施修复。 齿轮箱的故障诊断工作一般包括三个方面的内容： 1 故障机理研究。通过对故障所表现出的现象进行分析，总结其特征，最终发现 故障产生的规律。 2 状态监测。通过多种有效的方法和手段，对系统的运行状态进行实时监测，结 合系统的历史状态数据进行比较，判断出系统的运转状态良好与否。另外，状态监测 工作还包括对监测数据的记录和提示，在出现故障时，能够给出警报提示，能够为下 一步故障维修提供有用的参考信息。 3 故障诊断。这也是最关键和最重要的部分。其任务是：通过分析和处理状态监 测数据以及历史数据比对，对故障进行预测，分析故障原因，判断并找出故障点。此 经验模态分解在齿轮箱故障诊断中的应用与研究 外，故障诊断环节还应当能提出有效消除或控制故障的方法，通过一系列工作，能够 使设备正常工作。 在上世纪初期，已经有人开始分析研究齿轮箱的振动及噪声，然而，直至上世纪 6 0 年代中期，在这方面的研究才被广泛关注，并且把振动和噪声问题作为评价齿轮传 动系统优劣的一个重要指标。1 9 6 8 年，联邦德国a a c h e n 工业大学h 0 p i t z 教授在伦 敦皇家学会哲学会刊上发表了一篇研究成果，这篇文章介绍了齿轮振动与噪声的产 生机理，并从从理论上阐述说明了和齿轮箱的振动噪声相关函数。随后出现了参数分 析故障诊断方法，它是利用对分析齿轮箱振动信号的一些参数来实现的，但是由于分 析的参数较少，方法又比较简单，因此诊断的灵敏度和准确度都很低。到了七八十年 代，b r a n d a l l 和j a m e sl t a y l o r 等在大量研究的基础上使频域法在齿轮箱故障诊断技 术中得到了广泛的应用和快速发展，尤其是针对对磨损和断齿类的故障，诊断效果更 为明显。到了9 0 年代初期，计算机辅助测试技术的应用又给齿轮故障诊断技术的发展 带来了新的方法和手段。 目前应用比较广泛的齿轮箱故障诊断技术是以信号分析法为主，此类技术是通过 获取并分析系统工作时所产生的振动及噪声信号，提取出状态特征信息，并和正常状 态的特征信息进行比较，最终实现对齿轮箱故障的诊断。如今，振动信号提取及分析 的相关设备功能全面，性能完善，操作简便，因此，信号分析法的应用比较普遍，技 术也比较成熟。常用的振动信号分析方法有时域分析、时频分析、频域分析、解调分 析等。 时域分析是一种通过对正常和故障振动信号的时域波形的变化比对分析来判断故 障的分析技术，不同的故障所导致的故障信号波形也不相同，据此来判断故障的种类 和性质，这种技术属于波形分析法：另外还可以通过对时域信号中的一些参数数值进 行分析，也可以判断故障与否及其种类，这种方法被称为参数分析法。有些故障会使 振动信号波形的幅值会随着故障点呈现出规律的周期性的变化，这种现象称为幅值调 制。此外，环境中的干扰会也影响振动信号的波形。通常在信号分析时会采用相关技 术，如时域同步平均技术，事先对原始信号处理，从而最大程度的减少干扰信号带来 的不良影响。时域分析法的优点是直观、方便。 频域分析法，也称为频谱分析法，它是将时域信号进行傅立叶变换，进而得到信 号的能量、幅值和频率的变化关系，通过分析就可以提取出不同信号的特征信息。频 域分析法主要有功率谱分析和倒谱分析等。当前，计算机技术的快速发展和信号变换 4 第一章绪论 技术( 如快速傅立叶变换，简称f f t ) 相结合，使得频域分析成为目前运用最广泛的分析 方法之一。 基于快速傅立叶变换的分析方法对于平稳信号的分析比较适合，但是对非稳态信 号的分析效果往往达不到要求或效果不理想。所以，时频分析法在齿轮故障诊断中逐 步得到应用并被广泛关注和推广。 当前，随着h il b e r t h u a n g 变换( h il b e r t h u a n gt r a n s f o r m ，简称h h t ) 的信号分 析处理方法被提出来，在实际应用中很多方面的效果都比其他的信号处理方法有着明 显的优势。在信号处理分析过程中有个两很重要的参数，那就是时间尺度和随时间尺 度分布的能量。h i l b e r t h u a n g 变换的时间尺度具有局部特性，通过其特有的信号处理 方法经验模态分解法，可以把任意信号函数分解成为若干个基本模式分量即本征 模态函数( i n t r i n s i cm o d ef u n c t i o n ，简称i m f ) 之和，每一个i m f 分量的频率成分既 与采样频率有关，还随信号自身的变化而变化，同时h h t 不会造成信号能量的扩散和 泄漏，因此在处理分析非线性、非平稳信号时，这种自适应的信号处理方法效果很好， 并且具有很高的信噪比。把h h t 引入齿轮故障诊断能有效地获取故障的特征信息，为 齿轮故障诊断提供了一种新的途径。 1 3 主要研究内容 针对齿轮故障诊断在机械运转中的重要性，分析齿轮故障的形成原因和故障特点， 采用信号分析的方法来对齿轮故障进行检测和分析。由于齿轮的振动信号有非平稳性， 故采用经验模态分解和希尔伯特谱来对信号进行分析，这种方法对非线性非平稳信号 的处理有极强的自适应性。通过阐述时变信号处理技术的发展现状，分析了传统时变 信号处理方法所存在的问题及局限性，引出了希尔伯特黄变换这一新的时变信号处理 方法，分析其原理及实现，介绍其在信号分解、时频分析等方面取得的突破，总结了 h i l b e r t h u a n g 变换的特点，总结仍存在的问题及解决方法。文中就是利用这种方法对 齿轮箱振动信号进行分析实现故障诊断，本论文研究的主要内容有： ( 1 ) 研究齿轮及齿轮箱振动信号的产生机理及特点，总结了齿轮箱故障诊断技术发 展的过程及现状，对齿轮箱故障诊断方法进行分析，研究了故障齿轮振动信号的特征 及检测方法，结合目前应用广泛的故障诊断技术，提出了使用时频分析法对齿轮箱故 障进行诊断。 ( 2 ) 以h i l b e r t h u a n g 变换理论研究为主，详细阐述了h i l b e r t h u a n g 变换的基本 经验模态分解在齿轮箱故障诊断中的应用与研究 原理和算法步骤及经验模态分解的原理和算法。分析总结了经验模态分解的特点；对 希尔伯特变换的定义、时频谱、边际谱以及瞬时频率进行了研究；总结了希尔伯特黄 变换在应用中存在的问题。 ( 3 ) 通过振动加速度传感装置获取故障齿轮箱所产生的振动信号，再利用经验模态 分解( e m d ) 和能量特征值对信号进行特性分析。利用经验模态分解可以得到振动信号的 本征模态函数，再通过对本征模态函数进行系能量分析计算，提取特征信息，根据这 些信息的对比分析来对系统进行故障诊断，及早发现系统故障，提高系统的可靠性和 安全性。 在本文中还从局部的角度来分析希尔伯特能量谱，根据故障振动信号的特点，总 结了基于h i l b e r t h u a n g 变换的齿轮箱故障诊断的两种方法：希尔伯特能量谱方法和 基于经验模态分解的频率分离法。分析研究表明，在齿轮箱的故障诊断中利用希尔伯 特黄变换这种新方法，可以方便有效地发现系统的故障信息。 6 第二章齿轮箱故障特点和诊断方法 第二章齿轮箱故障特点及诊断方法 2 1 概述 齿轮传动系统的故障诊断过程包括以下几个方面：振动信号处理、故障特征提取、 系统状态定性和诊断结论。在以上诊断过程的四个步骤中，振动信号的处理分析和故 障特征提取这两部分是最为关键的，直接影响着对系统运行状况的判断和对故障的诊 断结论。齿轮箱的构造复杂，工作时的环境噪声繁多，干扰源多，因此产生的原始振 动信号频率成份构成繁杂，这将给齿轮箱故障检测判断工作带来不小的麻烦，加大了 工作的难度。 2 2 常见的齿轮故障形式 由于制造工艺落后、操作不规范、维护不及时等原因，齿轮在使用的过程中会出 现各种故障，从故障的分布情况来看，可分为分布故障和局部故障。分布故障是指故 障点位置分散、平均；局部故障是指故障点比较集中。齿轮常见的故障有下面几种形 式： 1 齿面胶合及擦伤 齿面的胶合及擦伤是指在重负荷和高转速的齿轮传动机构中，啮合轮齿的相对滑 动会因摩擦生热，当润滑条件不好导致热量过高就会破坏齿面间的润滑油膜，致使两 个齿面的金属直接接触，这将导致齿面问小部分出现瞬时熔焊，随后接触面又被撕裂 形成。 2 齿面磨损 齿面磨损是由于润滑剂的缺少或被污染，轮齿的齿面之间产生的磨擦程度加大， 导致齿轮的齿廓变化侧隙加大，随着磨损的加剧，甚至会导致轮齿的断裂。 3 弯曲疲劳与断齿 齿轮运转时，或由于轮齿根部因负载受到多种力的长期作用，会出现过度疲劳而 产生的裂纹，轮齿所能承受的载荷会因为裂纹的扩大而减小，当无法承受载荷时就会 出现轮齿断裂，叫做断齿。另外，由于过度的超负载运转或短时间内的强烈冲击也会 造成断齿现象。 经验模态分解在齿轮箱故障诊断中的应用与研究 4 齿面接触疲劳 齿面接触疲劳是指齿轮在啮合过程中，齿面相接触时会因为相对运动产生摩擦力 和剪应力等多种力的作用，在这些力的共同、长期作用下，齿轮的疲劳程度逐渐超出 齿轮材料的疲劳极限时，在轮齿的表面会出现裂纹、点蚀等现象。 2 3 齿轮箱振动信号的构成 齿轮箱工作时，由于自身构造和环境因素，所产生的振动信号的构成非常复杂， 主要是由以下几种成份构成的： 1 啮合频率及其各次谐波 由于标准渐开线齿廓齿轮的结构特点和运转特点，在啮合过程中，齿轮上的各个 轮齿的负载分配是随齿轮运转而变化的，在不同的位置，所受到的载荷也不一样。因 为这种载荷的变化而产生振动的称为啮合振动，从振动幅值上来看，这种振动属于小 幅值振动。 正常齿轮和故障齿轮运转时产生的振动信号，都存在啮合频率及其谐波，两种信 号的基频区别不大，不过谐波所表现出的结果较为明显。故障齿轮的振动信号其谐波 成份会更加突显，啮合频率及谐波的幅值变化也很大。 2 边频带 这里所说的变频带是由于调制效应而产生的，当齿轮存在形位误差或出现故障时， 会对齿轮啮合振动产生调制作用，使齿轮振动信号以调制波的形式表现出来。在频域 上表现为，啮合频率及其谐频周围出现边频带。调制种类有：幅值调制和频率调制， 而调制效应的最终效果是幅值调制和频率调制这两种方式所产生效果的叠加。 3 附加脉冲 附加脉冲是由于齿轮的不平衡及机械松动等因素引起的。对于调制信号，它在频 谱上的表现为啮合频率两边的边频带，但对于附加脉冲，则表现为旋转频率的低次谐 波，所以在频谱图上两者是不一样的。 4 隐含成份 在齿轮振动信号的频域图形上出现的某一频率的基频及其低次谐波成份，这些成 分就是这里所说的隐含成份。通常这些成分的产生是由于齿轮制作过程中所用的设备 及制造工艺等因素产生的，一般它的表现是某个频率的谐波。隐含成份所带来的影响 会伴随着齿轮的使用而逐渐减少。 8 第二章齿轮箱故障特点和诊断方法 5 交叉调制成份 交叉调制成份是由以上所描述的基本成份互相调制共同作用而形成的，一般交叉 调制成份的具体表现是某些频率的和频和差频。由于它是信号中基本成分综合作用的 结果，所以它的变化也和基本频率成份的改变相关，通常在实际分析时可忽略。 2 4 齿轮箱故障诊断的方法 齿轮箱运转状态的一个直接表现就是其产生的振动信号，为了获取振动信号中的 有效信息，进一步提取总结出齿轮箱的状态特征，就要对振动信号进行分析处理。由 此可见，故障诊断的重点是故障特征提取，其关键技术就是对故障信号的处理技术， 所以信号处理技术也是机械故障诊断技术的关键和重点。 2 4 1 时域同步平均技术 时域同步平均是从混有噪声干扰的信号中提取周期性信号的过程，也称相干检波。 它首先以一定周期为时间间隔对信号进行截取获得若干个信号段，再将每个信号段叠 加平均，以此来消除原始信号中的随机干扰和非周期分量，保留周期分量。时域同步 平均可以分为基于时标和基于周期的两种形式。 基于时标的方法对振动信号采集时标信号来控制采样，而时标信号的获取一般可 以通过安装在转动轴上的转角传感器。但是，所获得的时标信号并不是都有效的，因 此，时域同步平均技术研究的重点就是如何减少所需时标信号的数量。 基于周期的时域同步平均的典型方法是m c f a d d e n 提出的离线插值技术。 时域同步平均技术在振动信号处理方面应用比较广泛，在具体应用中还有着较强 抑制噪声的特点，提高了信噪比。 2 4 2 频域信号处理技术 齿轮转动是周期性的，其振动信号也是周期信号，通常在齿轮箱故障诊断中使用 的信号处理技术是频域信号处理技术。在实际的齿轮箱故障诊断中，虽然功率谱分析 非常重要，但振动信号比较复杂，分析结果不是十分直观，很难直接通过对比功率谱 的不同来获得较准确的状态特征信息。所以，在实际应用中，利用倒谱分析和解调分 析等技术可以获取更为准确和丰富的状态特征信息。 倒谱又称作倒频谱或功率倒频率谱，它是把信号功率谱的对数值的再进行傅立叶 9 经验模态分解在齿轮箱故障诊断中的应用与研究 逆变换，在语音信号处理方面应用比较广泛，其目的是为了集中信号能量。传统倒谱 分析在分析齿轮箱振动信号时存在一些不足，而系统故障和信号中瞬态成分采的出现 有密切联系，用复倒谱来对信号中的瞬态成分进行还原能够得到较好的实际效果。 解调分析技术是从故障调制模型的角度去分析解调信号的物理含义，从而分析诊 断齿轮故障。由于混频效应普遍出现于传统解调方法之中，其结果会因为受到背景噪 声的干扰而出现较大的错误。鉴于传统解调方法的欠缺，不少新的解调方法相继被提 了出来。比如，自适应解调分析，这种属于基于线性回归的方法；自适应宽带解调方 法，它是基于信号模型的，改进了传统的基于滤波器组模式的解调方法。另外，由于 传统的解调方法不能处理非平稳信号，可以先用小波分析提取振动信号包络，然后提 取齿轮故障特征，等等。 2 4 3 时频域信号处理技术 传统频域分析是针对平稳信号的，而齿轮箱状态特征信号则是非平稳的，因此， 对于非平稳信号要运用小波分析和时频分布这两种主要的方法来分析，这种分析技术 在齿轮早期故障的检测和诊断中得到了深入研究和广泛应用。 小波分析是