基于LCD的经验包络解调在机械故障诊断中的优势

当机械设备发生故障时，系统振动信号一般是非平稳、非线性信号，由于时频分析方法能同时提供非平稳信号在时域和频域的局部化信息而得到了广泛的应用。常用的时频分析方法如小波分析和Hilbert-Huang变换等。小波变换由于其严格的数学基础和较好的时频聚焦能力，而在工程上得到了广泛的应用。但小波变换需要事先选择小波基和分解的层数，缺乏自适应性。Hilbert-Huang变换方法（HHT）包含两部分，经验模态分解（EMD）和希尔伯特变换（HT），EMD能自适应地将一个复杂信号分解为若干个内禀模态函数（IMF）之和，再对得到的每个IMF分量进行HT，得到瞬时幅值和瞬时频率，从而得到原始信号完整的时频信息。HHT方法自提出后，在水波研究、地震信号分析、语音处理以及机械设备故障诊断等很多领域都得到了应用。但它也存在许多问题，如在使用过程中会产生过包络、欠包络、频率混淆、端点效应，以及由HT产生的端点效应和负频率等。

当滚动轴承和齿轮发生故障时，其振动信号是多分量的调制信号，对调制故障振动信号进行解调是一种有效的诊断方法，由于直接对原始信号解调会受到噪声和背景干扰的影响，因此，本文提出的基于LCD的经验包络解调方法如下：首先，采用LCD对振动信号进行分解，得到若干个瞬时频率具有物理意义的相互独立的若干个ISC分量和一个趋势项之和；其次，采用EE对每个分量进行解调，即首先采用经验调幅调频分解将每个ISC分量分解为包络信号和纯调频信号的乘积，其中包络信号即为信号的瞬时幅值，在纯调频信号中估计信号的瞬时频率；最后，对各个分量的瞬时特征进行分析，从中提取滚动轴承和齿轮故障振动信号的特征。(www.xing528.com)

由于本书第2章第4节部分和本章第2节部分，分别将LCD与EMD、EE与HT（NHT）进行了对比，结果表明：相对于EMD，LCD在迭代时间、抑制端点效应和模态混叠方面，相对于HT（NHT），EE在抑制端点效应和估计精确性等方面有一定的优越性，针对滚动轴承和齿轮故障振动信号的调制特点，本节将提出的基于LCD的经验包络解调方法应用于滚动轴承和齿轮故障诊断。