何 雷 刘溯奇

（1.柳州铁道职业技术学院动力技术学院，广西 柳州 545000；2.中南大学机电工程学院，湖南 长沙 410083）

1 引言

特种车辆工作环境恶劣、受载变化大，其齿轮传动系统中的轴承和齿轮是决定其工作性能优劣的核心部件[1]。因此，研究强载荷、大冲击条件下变速箱故障诊断技术是保证车辆正常运行、合理维护的关键。当变速箱发生故障时，其振动信息是一种非平稳、多分量的调频调幅信号，想从中提取故障信息非常困难，从而影响诊断结果。常见的传统时频分析法有傅里叶变化、小波分析、Winger分析等等，但不可避免的存在以下局限性：（一）时间和频率分辨率低，无法准确表征故障信息；（二）缺乏自适应性，对多分量信号只进行机械分割；（三）变速箱故障信息太复杂，无法找到适合的核函数去匹配信号中的所有信息，造成故障信息误判和缺失。文献[2]提出了一种小波包能量包络谱分析法，能提取强干扰下的轴承故障频率，但故障频率干扰较多，无法保证此方法的直观性和有效性。文献[3]针对变速箱多种故障模式，提出了一种基于小波包近似熵和SVM的轴承诊断方法，取得不错的效果，但分割尺寸难以确定，是一种机械分割法，影响故障诊断的有效性。文献[4-10]将Hilbert-Huang 变换中的经验模态分解（EMD）分解引入轴承故障诊断，对提取轴承早起微弱故障信息有比较好的效果。EMD充分考虑信号本身局部特征，将信号分解成若干个固有模态函数，是一种自适应的信号处理方法。……