贺文杰,Bajolet Julien ,Yoann Plassard,陈汉新,鲁艳军

(1.武汉工程大学机电工程学院,湖北武汉 430074;2.法国国立梅斯工程师学院,梅斯 57078)

基于EMD和FFT的齿轮箱故障诊断

贺文杰,Bajolet Julien ,Yoann Plassard,陈汉新,鲁艳军

(1.武汉工程大学机电工程学院,湖北武汉 430074;2.法国国立梅斯工程师学院,梅斯 57078)

提出了一种基于小波包分析(WPA),经验模态分解(EMD)和快速傅里叶变换(FFT)的齿轮箱故障诊断方法,此方法适合于非线性非稳态信号的自适应分析.首先运用WPA对采集的齿轮箱振动信号进行分解可得到不同频率的子频带;然后对各子频带信号进行EMD,从而得到一定数量的本征模态函数(IM F);最后选取特定的IM F,对其作FFT可得到相应的功率谱,从而提取齿轮箱故障特征频率,进而对齿轮箱故障模式进行识别和诊断.分析结果表明本文所提议的方法能有效地检测出齿轮箱故障特征频率.

齿轮箱;经验模态分解;快速傅里叶变换;故障诊断

0 引 言

齿轮箱是机械设备中一个极其重要的部件,能有效地传递动力和扭矩,对齿轮箱进行故障诊断一直都是国内外学者广泛关注的研究课题.齿轮箱故障最典型的特点是通常会产生带有振幅和相位调制的振动信号[1],在频域中主要反映为相关啮合频率和谐波处的边频带部分增大,并可通过这些频率特征来识别故障[2].

传统的信号分析方法都是基于线形稳态假设的,最近几年出现了许多适合于非线性非稳态信号的分析方法.例如,小波分析和Wigner-Vill分布[3-4]仅适用于线形但非稳态信号,各种非线……