基于OSGMD-Hilbert包络对数分析的齿轮箱齿面磨损早期故障诊断.pdfVIP

振动与冲击

第44卷第7期JOURNALOFVIBRATIONANDSHOCKVol.44No.72025

基于OSGMD-Hilbert包络对数分析的齿轮箱

齿面磨损早期故障诊断

俞香熔，王友仁，王胤博²

（1.南京航空航天大学自动化学院，南京211106；

2.上海交通大学机械与动力工程学院机械系统与振动国家重点实验室，上海200240）

摘要：针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题，提出了一种基于优化型辛几何模态

分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引人Cao算法和功率谱密度，提出最近邻波动偏差实现

嵌入维数的自适应确定，利用奇异值分解进行降噪，采用Pearson-功率谱嫡差和闵氏距离作为重构准则以获取特征模态

分量，通过Hilbert包络对数分析法突出故障频率成分,并进行故障诊断。该新方法克服了辛几何模态分解嵌人维数依赖

经验公式、重构准则单一和噪声鲁棒性欠佳的缺陷。仿真与试验结果分析表明，与辛几何模态分解（symplecticgeometric

modedecomposition,SGMD）迭代SGMD、变分模态分解和经验模态分解相比，该新方法能够有效提取早期齿面磨损故障

特征信息，表现出更好的鲁棒性。

关键词：早期故障诊断；振动信号特征信息提取；优化型辛几何模态分解（OSGMD）；齿轮磨损;Hilbert包络对数分析

法；辛几何模态分解（SGMD

中图分类号：TH113文献标志码：AD0I:10.13465/j.cnki.jvs.2025.07.026

EarlyfaultdiagnosisofgearboxteethsurfacewearbasedonOSGMD-

Hilbertenvelopelogarithmicanalysis

YUXiangrong,WANGYouren,WANGYinbo?

(1.CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China;

2.StateKeyLabofMechanicalSystemandVibration,SchoolofMechanicalEngineering,ShanghaiJiaoTongUniversity,

Shanghai200240,China)

Abstract:Here,aimingattheproblemofdifficultyinextractingearlyweakfaultfeaturesofgearboxteethsurface

wearunderenvironmentalnoise,agearwearfaultdiagnosismethodbasedonoptimizedsymplecticgeometrymode

decomposition-Hilbertenvelopelogarithmicanalysiswasproposed.Inthenewmethod,Caoalgorithmandpowerspectral

densitywereintroduced,andthenearestneighborfluctuationdeviation