崔天晓，周小龙，刘文浩，王增鹏，马 静，郑佳超

(1.东北电力大学 工程训练教学中心，吉林 吉林132012；2.吉林石化工程设计有限公司，吉林 吉林 132012；3.中国石油吉林石化公司，吉林 吉林 132012；4.敦化市亚联机械制造有限公司，吉林 敦化 133700)

基于Hilbert包络谱和SVM的齿轮故障诊断

崔天晓1，周小龙1，刘文浩2，王增鹏3，马 静3，郑佳超4

(1.东北电力大学 工程训练教学中心，吉林 吉林132012；2.吉林石化工程设计有限公司，吉林 吉林 132012；3.中国石油吉林石化公司，吉林 吉林 132012；4.敦化市亚联机械制造有限公司，吉林 敦化 133700)

针对齿轮振动信号非平稳性和故障特征难以提取的问题，提出一种基于希尔伯特(Hilbert)包络谱和支持向量机(SVM)相结合的故障诊断方法。首先，采用基于镜像延拓的改进经验模态分解(EMD)方法，将齿轮振动信号分解成一系列含有信号特征的固有模态函数(IMF)；其次，根据正交性原理，选取包含信号主要信息的模态分量进行希尔伯特变换并求出包络谱；最后，将包络谱所求出的特征幅值比作为支持向量机分类器的输入来识别齿轮的工作状态。试验结果表明，该方法能有效地识别和诊断出齿轮的工作状态，可应用于该类问题的故障诊断研究。

经验模态分解；镜像延拓；包络谱；支持向量机；齿轮；故障诊断

当机械系统中的齿轮发生故障时，常以其振动信号作为故障诊断对象。然而，由于环境噪声等外界因素和齿轮系统的特性，齿轮振动信号往往表现出非线性和非平稳性的特点[3]，这在很大程度上增加了故障诊断的难度。……