希尔伯特黄谱的端点效应分析及处理方法研究.pdf

第19卷第2期 振 动 工 程 学 报 V01．19No．2 2006年6月 ofVibration Jun．2006 Journal Engineering 希尔伯特·黄谱的端点效应分析及处理方法研究 杨建文，贾民平 (东南大学设备监控与故障诊断研究所，江苏南京210096) 摘要：希尔伯特一黄谱可以将机械振动信号分解为有限的模式，然后以时频方式揭示机械的运行状况；然而，作为希 尔伯特一黄谱的两个关键步骤，经验模式分解和希尔伯特变换都被“端点效应”所困扰；该文分析和研究了“端点效 应”产生的原因，提出采用时间序列建模与预测方法对信号数据进行延拓，达到消除或改进经验模式分解和希尔伯 特变换“端点效应”的目的，从而优化希尔伯特一黄谱。 关键词：故障诊断；希尔伯特一黄谱；时间序列分析；端点效应 中图分类号；THl65+．3；TN911．6文献标识码：A 文章编号：1004—4523(2006)02—0283—06 据进行延拓，分别提高经验模式分解和希尔伯特变 引 言 换的精度，最终达到优化希尔伯特一黄谱端点效应的 目的。 机电设备的工况监测与故障诊断是保证机器安 全运行的重要手段，加强对工况信号的分析对提高 1希尔伯特一黄谱的“端点效应”分析 故障诊断的精度有着十分重要的意义。机电设备的 故障信号，如齿轮箱、滚动轴承等，一般为非平稳信 希尔伯特一黄谱(Hilbert—Huangspectrum，简称 号，传统的基于平稳随机信号的分析方法没有能力 HHT)是对非平稳、非线性数据进行分析的一种新 modedecom— 解析[1]。而时频分析方法虽然有助于非平稳信号的 方法，它包括经验模式分解(Empirical 分析，但由于难以定量等原因，在诊断方面的应用还 远没有达到实用阶段[2]。参考文献[3]提出的希尔伯 特一黄谱是一种新的非平稳信号处理方法，其本质是 端点失真问题，这两个失真的叠加，造成了希尔伯特 将非平稳信号中不同尺度的波动或趋势逐级分解开 一黄谱的端点部分无法正确反映信号所包含的信息， 来，然后再分别进行时频处理[4]。通过经验模式分 为了消除“端点效应”，必须分别对两个步骤的端点 解，能够把不易获得的微弱故障信号分解出来，但在 失真问题进行矫正。 经验模式分解过程中构成上、下包络的三次样条曲 1．1经验模式分解的端点失真问题分析 线在数据序列的两端会出现发散现象，并且随着分 解过程的不断进行逐渐向内“污染”整个数据序列， 经验模式分解的端点失真问题起因于利用三次 使得分解结果严重失真[53；通过希尔伯特变换，可以 样条曲线求取包络线的过程，三次样条曲线包括了 以时频方式反映设备的运行工况，然而由于算法缺 极大值包络线和极小值包络线，这两条曲线是利用 陷，信号的两端也会出现严重的端点效应[6]。 数据信号的极值点(包括极大值和极小值)通过插值 参考文献[6]采用单层、单个神经元、线性神经 获得的，分别代表了局部极大值和局部极小值的变 网络对原始信号进行延拓，寻找极值点求极值包络 化趋势，图1为某随机信号三次样条插值包络线的 线，然后剔除延拓的那部分数据，同时也优化了“端 示例，由图1能够看到，上、下包络线分别通过极大、 点效应”。但该方法存在训练数据选取问题，并有可 极小值点，将信号完整