基于EEMD自适应形态学在齿轮故障诊断中的应用.pdfVIP

振　动　与　冲　击 第 ３３ 卷第 １８ 期 ＪＯＵＲＮＡＬ ＯＦ ＶＩＢＲＡＴＩＯＮ ＡＮＤ ＳＨＯＣＫ Ｖｏｌ．３３ Ｎｏ．１８ ２０１４　  基于 ＥＥＭＤ 自适应形态学在齿轮故障诊断中的应用 侯高雁，吕　勇，肖　涵，秦　拓 （武汉科技大学 机械自动化学院，武汉　４３００８１） 　　摘　要：为了从齿轮故障信号中提取出包含故障信号的特征频率，提出了基于 ＥＥＭＤ 自适应形态学解调方法。首 先采用 ＥＥＭＤ （集合经验模式分解）进行降噪，将原始信号与不同的白噪声叠加组成目标信号，然后将目标信号分解为 有限个 ＩＭＦ 分量，选取主要信息求和重构，再用形态学滤波器提取故障信号的特征频率。针对形态学结构元素尺寸的选 择问题，利用遗传算法来优化形态学结构元素，自适应寻求最优解。通过数字仿真试验和齿轮故障模拟实验，并与 ＥＭＤ （经验模式分解）、ＳＶＤ（奇异值分解）方法进行了比较，结果表明该算法要优于其他两种方法，能够清晰地提取出故障信 号的各种频率特征。 关键词：形态学；特征频率；ＥＥＭＤ；结构元素；遗传算法 中图分类号：ＴＨ１６５　　　文献标志码：Ａ ＤＯＩ：１０．１３４６５ ／ｊ．ｃｎｋｉ．ｊｖｓ．２０１４．１８．０２４ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ａｄａｐｔｉｖｅ ｍｏｒｐｈｏｌｏｇｙ ｉｎ ｇｅａｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ ＥＥＭＤ ＨＯＵ Ｇａｏｙａｎ，ＬＹｏｎｇ，ＸＩＡＯ Ｈａｎ，ＱＩＮ Ｔｕｏ （Ｃｏｌｌｅｇｅ ｏｆ Ｍａｃｈｉｎｅｒｙ ａｎｄ Ａｕｔｏｍａｔｉｏｎ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００８１，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ｉｎ ｏｒｄｅｒ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｒｅｑｕｅｎｃｉｅｓ ｆｒｏｍ ｇｅａｒ ｆａｕｌｔ ｓｉｇｎａｌｓ ｃｏｎｔａｉｎｉｎｇ ｆｕｌｔ ｉｎｆｏｒｍａｔｉｏｎ，ｔｈｅ ａｄａｐｔｉｖｅ ｍｏｒｐｈｏｌｏｇｙ ｄｅｍｏｄｕｌａｔｉｏｎ ｍｅｔｈｏｄ ｗａｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ＥＥＭＤ． ＥＥＭＤ （ｅｎｓｅｍｂｌｅ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）ｗａｓ ｕｓｅｄ ｔｏ ｒｅｄｕｃｅ ｎｏｉｓｅ ｆｉｒｓｔｌｙ，ａｎ ｏｒｉｇｉｎａｌ ｓｉｇｎａｌ ｗｉｔｈ ｓｕｐｅｒｐｏｓｉｔｉｏｎ ｏｆ ｄｉｆｆｅｒｅｎｔ ｗｈｉｔｅ ｎｏｉｓｅｓ ｆｏｒｍｅｄ ｔａｒｇｅｔ ｓｉｇｎａｌｓ，ａｎｄ ｔｈｅｎ ｔｈｅ ｔａｒｇｅｔ ｓｉｇｎａｌ ｗａｓ ｄｅｃｏｍｐｏｓｅｄ ｉｎｔｏ ａ ｆｉｎｉｔｅ ｎｕｍｂｅｒ ｏｆ ＩＭＦ ｃｏｍｐｏｎｅｎｔｓ，ｔｈｅ ＩＭＦｓ ｃｏｎｔａｉｎｉｎｇ ｆａｕｌｔ ｉｎｆｏｒｍａｔｉｏｎ ｗｅｒｅ ｃｈｏｓｅｎ ａｎｄ ｓｕｍｍｅｄ ｔｏ ｒｅｃｏｎｓｔｒｕｃｔ ａ ｓｉｇｎａｌ．Ｔｈｅ ｍｏｒｐｈｏｌｏｇｉｃ ｆｉｌｔｅｒ ｗａｓ ｕｓｅｄ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｒｅｑｕｅｎｃｉｅｓ ｃｏｎｔａｉｎｉｎｇ ｆａｕｌｔ ｉｎｆｏｒｍａｔｉｏｎ ｆｒｏｍ ｔｈｅ ｒｅｃｏｎｓｔｒｕｃｔｅｄ ｓｉｇｎａｌ．Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｍｏｒｐｈｏｌｏｇｉｃ ｓｔｒｕｃｔｕｒａｌ ｅｌｅｍｅｎｔ ｓｉｚｅ ｓｅｌｅｃｔｉｏｎ，ｔｈｅ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｍｓ ｗａｓ ｕｓｅｄ ｔｏ ａｄｏｐｔｉｒｅｌｙ ｏｐｔｉｍｉｚｅ ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｅｌｅｍｅｎｔｓ ｏｆ ｍｏｒｐｈｏｌｏｇｙ． Ｔｈｒｏｕｇｈ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎｓ ａｎｄ ｇｅａｒ ｆａｕｌｔ ｓｉｍｕｌａｔｉｏｎ