王志坚，韩振南，宁少慧，梁鹏威(太原理工大学机械工程学院，山西太原030024)



基于CM F-EEMD的风电齿轮箱多故障特征提取

王志坚，韩振南，宁少慧，梁鹏威
(太原理工大学机械工程学院，山西太原030024)

摘要:针对EMD(empiricalmode decomposition)模态混叠现象和由于所添加白噪声幅值单一而影响EEMD(ensemble empiricalmode decomposition)分解精度等问题，提出了一种新的信号处理方法CMF-EEMD。CMF(combined mode function)将EMD分解得到敏感的IMFs按高低频进行组合，形成两个包含高低频的本征模态函数Ch和CL，然后通过添加不同的白噪声幅值对Ch和CL分别进行EEMD分解，最后对敏感的IMFs进行循环自相关函数解调分析。将提出方法应用于仿真信号和风力齿轮箱试验台的振动信号，成功提取了多故障特征频率，验证了此方法的有效性。并通过与添加单一白噪声幅值进行对比分析，凸显此方法具有更高的分解精度。

关键词:风电齿轮箱;组合模态函数;总体平均经验模态分解;多故障;循环自相关函数

韩振南(1958—)，男，教授，博士生导师，研究方为机械故障诊断分析;

宁少慧(1978—)，女，博士，讲师，研究方向为机械故障诊断;

梁鹏威(1990—)，男，硕士，研究方向为机械故障诊断。

0　引言

在旋转机械零部件出现局部损伤时，工作过程中会出现间断性的脉冲冲击激振，如轴承，转子等［1－2］。这种冲击成分的能量是周期性变化的，但故障脉冲信号往往被淹没在工频振动、背景噪声、其他零部件的振动谐波中，因此冲击能量的时域提取显得非常困难。多故障共存时多冲击信号持续时间短，频带很宽，特征频率出现相互交叉现象，往往导致误诊断发生。……