基于局部均值分解的齿轮振动信号分析与研究 .pdfVIP

基于局部均值分解的齿轮振动信号分析与研究

边杰;陈亚农

【摘要】齿轮振动信号常表现出明显的非线性和非平稳特征.为有效提取齿轮振动

信号的特征信息,将自适应信号分解方法——局部均值分解用于齿轮振动信号的分

析.使用局部均值分解对三种状态的齿轮振动信号进行分解,得到一组PF分量,并对

PF分量进行频谱分析.分析结果表明,局部均值分解完成了对齿轮振动信号的有效分

解,各PF分量的幅值谱获得了不同状态齿轮振动信号的特征谱线,实现了对齿轮状

态特征的准确提取.%Gearvibrationsignalsoftenpresentobviousnonlinear

andnon-stationarycharacteristics.Inor-dertoeffectivelyextractthe

featureinformationofgearvibrationsignals,theadaptivesignal

decompositionmethodnamedlocalmeandecompositionwasusedinthe

analysisofgearvibrationsignal.Thelocalmeandecomposition

decomposedthreestatesofgearvibrationsignals,andasetofPF

componentswereobtained,andthentheobtainedPFcomponentswere

analyzedthroughspectrumanalysis.Theresultsdemonstratedthatthe

localmeandecompositioncompletedtheeffectivedecompositionofgear

vibrationsignals,andtheamplitudespectrumofeachPFcomponent

acquiredthecharacteristicspectrumsofgearvibrationsignalsindifferent

states,whichrealizedtheaccurateextractionofthegearstate

characteristics.

【期刊名称】《燃气涡轮试验与研究》

【年(卷),期】2018(031)001

【总页数】5页(P31-34,44)

【关键词】齿轮;局部均值分解;频谱分析;剥落故障;磨损故障

【作者】边杰;陈亚农

【作者单位】中国航发湖南动力机械研究所航空发动机振动技术航空科技重点实验

室,湖南株洲412002;中国航发湖南动力机械研究所航空发动机振动技术航空科技

重点实验室,湖南株洲412002

【正文语种】中文

【中图分类】TH133.3;TN911.7;TP206+.3

1引言

齿轮传动是机械设备中最常用的一种传动方式。齿轮由于在其工作过程中长期承受

各种交变载荷、冲击和摩擦力的作用，或其本身在制造过程中留下了缺陷，导致其

相对于其他部件更容易发生故障甚至损坏[1]。齿轮发生故障轻则影响设备正常运

行，重则导致机器损毁、危害人员安全。因此，有必要对齿轮进行振动监测与信号

特征分析，尽可能在故障初期发现故障，降低风险和损失；同时在故障发生后能快

速准确地找出故障原因，并提出有效解决方案。

齿轮发生故障时，振动信号通常表现出强的非线性和非平稳特征，需采用自适应信

号分析方法对其进行分解，然后对分解所得信号进行频谱分析，提取故障特征。典

型的自适应时频信号分析方法有短时傅里叶变换[2]、小波变换[3]、经验模态分解

[4]和局部均值分解[5]等。其中短时傅里叶变换存在窗函数确定后窗口的类型和范

围不可改变的缺陷[6]。小波变换不能在时间和频率上同时具有很高的精度，其基

函数一经选定就不能更改[7]。经验模态分解存在如无严格的数学理论基础、端点

效应、模态混叠、过包络、欠包络等诸多问题[8]。局部均值分解相比于经验模态

分解，具有严格的数学理论基础、端点效应小、模态混叠不明显等优点[9]。

丁闯等[10]将局部均值分解和排列熵用于行星齿轮箱的故障诊断，并验证了该方法

的有效性。张玉学等[11]提出了基于局部均值分解的近似熵和粒子群优化的极限学

习机相结合的齿轮故障诊断方法，并验证了该方法的可行性。陈鹏飞等[12]提出了

基于局部