基于白噪声统计特性的振动模式提取方法

第４６卷第３期２０１０年２月

机械工程学报

ＪＯＵＲＮＡＬＯＦＭＥＣＨＡＮＩＣＡＬＥＮＧＩＮＥＥＲＩＮＧ

Ｖ０１．４６ＮＯ．３

Ｆｅｂ．２０ｌＯ

ＤｏＩ：１０．３帅ｌ，胍．２０１０．０３．０６５

基于白噪声统计特性的振动模式提取方法木

曹冲锋杨世锡杨将新

（浙江大学机械与能源工程学院杭州３１００２７）

摘要：针对机械设备状态监测和故障诊断过程中的特征提取问题，提出一种基于白噪声统计特性来实现机械振动信号振动模式提取的方法。该方法是对经验模式分解算法（Ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅ：ｃ．ｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）的一种发展，应用归一化白噪声在ＥＭＤ中具有的统计特性，可以自适应地消除机械振动信号经ＥＭＤ分解产生的高频噪声分量及低频虚假分量，得到反映信号实际物理意义的振动模式分量集。对该振动模式分量集进行Ｈｉｌｂｅｒｔ变换，提取出信号的Ｈｉｌｂｅｒｔ时频特征。整个特征提取过程不需要构造任何参数表达的基函数及相关滤波函数，也无需有关信号的任何先验知识，因而在实际应用中具有更好的适用性。仿真信号和转子试验台试验信号验证该方法的可行性和有效性。

关键词：特征提取白噪声统计特性Ｈｉｌｂｅｒｔ．Ｈｕａｎｇ变换振动模式

中图分类号：ＴＮ９１１．７１７－１１６５．３

ＶｉｂｒａｔｉｏｎＭｏｄｅＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎｔｈｅ

ＣｈａｒａＣｔｅｒｉｓｔｉｃｓｏｆＷｈｉｔｅＮｏｉｓｅ

ＣＡＯＣｈｏｎｇｆｅｎｇＹＡＮＧＳｈｉｘｉＹＡＮＧＪｉａｎｇｘｉｎ

（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｎｅｒｇｙＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７）

Ａｂｓｔｒａｃｔ：Ｆｏｃｕｓｉｎｇｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｎｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇａｎｄｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆ

ｍｅｃｈａｎｉｃａｌｅｑｕｉｐｍｅｎｔ，ａｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｈｉｔｅｎｏｉｓｅｉｓｐｒｅｓｅｎｔｅｄｔｏｅｘｔｒａｃｔｖｉｂｒａｔｉｏｎｍｏｄｅｆｒｏｍｍｅｃｈａｎｉｃａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌ．Ｔｈｉｓｍｅｔｈｏｄｉｓａｄｅｖｅｌｏｐｅｄａｌｇｏｒｉｔｈｍｏｆｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＭＤ），ｗｈｉｃｈａｄａｐｔｉｖｅｌｙｅｌｉｍｉｎａｔｅｓｈｉ【ｇｈｆｒｅｑｕｅｎｃｙｎｏｉｓｅｃｏｍｐｏｎｅｎｔｓａｎｄｌｏｗｆｒｅｑｕｅｎｃｙｆａｌｓｅｃｏｍｐｏｎｅｎｔｓｂｙａｐｐｌｙｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｎｏｒｍａｌｉｚｅｄｗｈｉｔｅｎｏｉｓｅｕｎｄｅｒＥＭＤ，８０ｔｈｅｉｎｔｒｉｎｓｉｃｍｏｄｅｓｅｔｒｅｆｌｅｃｔｉｎｇａｃｔｕａｌｐｈｙｓｉｃａｌｍｅａｎｉｎｇｏｆｖｉｂｒａｔｉｏｎｓｉｇｎａｌｉｓｏｂｔａｉｎｅｄ．Ｈｉｌｂｅｒｔｔｒａｎｓｆｏｒｍｉｓｐｅｒｆｏｒｍｅｄｔｏｔｈｅｅｘｔｒａｃｔｅｄｉｎｔｒｉｎｓｉｃｍｏｄｅｓｅｔ，ａｎｄｔｈｅＨｉｌｂｅｒｔｔｉｍｅ－ｆｒｅｑｕｅｎｃｙｆｅａｔｕｒｅｏｆｏｂｓｅｒｖｅｄｓｉｇｎａｌｓａｔｅｅｘｔｒａｃｔｅｄ．Ｉｎｔｈｅｗｈｏｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｎｇｐｒｏｃｅｓｓ，ｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｇｅｎｅｒａｌｂａｓｉｓｆｕｎｃｔｉｏｎｄｅｓｃｒｉｂｅｄｂｙｓｏｍｅｐａｒａｍｅｔｅｒｓａｎｄｒｅｌａｔｅｄｆｉｌｔｅｒｆｕｎｃｔｉｏｎｉｓｕｎｎｅｃｅｓｓａｌｙ，ａｎｄａｎｙｐｒｉｏｒｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｔｈｅｏｂｓｅｒｖｅｄｓｉｇｎａｌｉｓｎｏｍｏｒｅｒｅｑｕｉｒｅｄ，ＳＯｔｈｅｍｅｔｈｏｄｈａｓａｂｅｔｔｅｒａｐｐｌｉｃａｂｉｌｉｔｙｉｎａｃｔｕａｌａｐｐｌｉｃａｔｉｏｎｓ．Ｂｏｔｈｃｏｍｐｕｔｅｒｓｉｍｕｌａｔｉｏｎａｎｄｒｏｔｏｒｓｅｔｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｉｓａｐｐｒｏａｃｈｉｓｆｅａｓｉｂｌｅａｎｄｅｆｆｅｃｔｉｖｅ．

Ｋｅｙｗｏｒｄｓ：ＦｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎＳｔａｔｉｓｔｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｈｉｔｅｎｏｉｓｅＨｉｌｂｅｒｔ－ＨｕａｎｇｔｒａｎｓｆｏｒｍＶｉｂｒａｔｉｏｎｍｏｄｅ

Ｏ前言

特征提取一直是机械设备故障诊断领域中研究的热点和难点，作为机械设备状态监测和故障诊断过程中最基本、最关键的一个环节‘卜２１，对其展开研究尤为重要。目前，应用最广泛的信号特征提取方法是以傅里叶变换为基础的经典信号分析方

?国家自然科学基金（５０６７５１９４）和国家高技术研究发展计划（８６３计划，２００８ＡＡ０４２４１０）助项目。２００９０２１６收到初稿，２００９０９０１收到修改稿法【３１，以及后来出现的基于小波变换的方法睁５】等。这些方法虽然取得了一定的工程分析效果，但存在参数敏感、平稳性假设等问题。由于机械设备在运行过程中易受到噪声、速度突变、结构变形及摩擦的变化等因素影响，从设备测得的振动信号往往表现出非线性非平稳特征【ｌ】。因此，上述方法在实际应用中具有一定的局限性。

Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换是由ＨＵＡＮＧ等【６Ｊ提出的一种新的非线性非平稳信号时频分析方法，经验模式分解（Ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）和与之相应的Ｈｉｌｂｅｒｔ变换统称为Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换。它首

万方数据