改進(jìn)的HHT變換方法在風(fēng)機(jī)故障檢測(cè)中的應(yīng)用

摘 要：由于風(fēng)力發(fā)電機(jī)的故障所產(chǎn)生的信號(hào)是非平穩(wěn)的信號(hào)，其明顯特征是頻率是時(shí)間的函數(shù)，從而進(jìn)行相應(yīng)的頻譜分析就可以完成對(duì)風(fēng)機(jī)故障的判斷。在傳統(tǒng)的HHT變換頻譜分析存在端點(diǎn)飛翼問題，本文結(jié)合實(shí)際研究，提出了采用周期延拓解決端點(diǎn)飛翼、設(shè)定閾值解決終止條件的方法，形成了一種改進(jìn)的 HHT 分析方法，并利用此改進(jìn)的 HHT 分析方法對(duì)實(shí)際信號(hào)做了實(shí)驗(yàn)，最終得到了很好的效果。

關(guān)鍵詞：HHT變換；風(fēng)機(jī)故障；頻譜分析

DOI：10.16640/j.cnki.37-1222/t.2015.22.224

0 引言

由于風(fēng)力發(fā)電機(jī)的故障所產(chǎn)生的信號(hào)是非平穩(wěn)的信號(hào)，其明顯特征是頻率是時(shí)間的函數(shù)，從而進(jìn)行相應(yīng)的頻譜分析就可以完成對(duì)風(fēng)機(jī)故障的判斷。為了解決這個(gè)問題，1998 年 N.E.Huang 提出了 Hilbert-Huang 變換，它就是將多分量信號(hào)分解為多個(gè)單分量信號(hào)的一個(gè)方法，然后對(duì)每一個(gè)單分量信號(hào)進(jìn)行相應(yīng)的處理。與我們已知的一個(gè)定理是一樣的，絕大多數(shù)信號(hào)都可以有正弦信號(hào)疊加而成，HHT 分析方法的一個(gè)原理就是任何信號(hào)都可以分解成為有限個(gè)本征模函數(shù)，而每一個(gè)本征模態(tài)都是單分量的信號(hào)，那么對(duì)每個(gè) IMF 利用解析信號(hào)相位求導(dǎo)，就可以得到這個(gè)信號(hào)的瞬時(shí)頻率和瞬時(shí)幅值進(jìn)而我們可以方便地獲得我們所需信號(hào)的Hilbert譜。HHT 變換不需要進(jìn)行傳函數(shù)的選擇，也不需要考慮分辨率的滿足條件，因此在整個(gè)分析過程中它一直體現(xiàn)著它的自適應(yīng)性，它可根據(jù)信號(hào)進(jìn)行自適應(yīng)的分解，所以得到的都是新號(hào)局部的信息，克服了傅里葉變換中只能得到整體信息的缺陷，與此同時(shí)，HHT 具有良好的時(shí)頻聚集性，即便不適用像小波變換那樣的窗函數(shù)，也能夠得到了極高的時(shí)頻分辨率，是處理非平穩(wěn)、非線性信號(hào)的有效方法之一。

1 基于風(fēng)力發(fā)電機(jī)信號(hào)的 HHT 變換

HHT 分析方法可以有效處理分平穩(wěn)信號(hào)獲得該信號(hào)的時(shí)頻分析結(jié)果。采用 HHT 分析風(fēng)力發(fā)電機(jī)各個(gè)部件的振動(dòng)信號(hào)就是本文的一個(gè)重要研究?jī)?nèi)容。根據(jù) HHT 分析方法的理論，要想得到信號(hào)的時(shí)頻分析結(jié)果，第一步就是尋找到信號(hào)的極值點(diǎn)（極大值和極小值點(diǎn)），并采用三樣條插值擬合的方式獲得極大值包絡(luò)和極小值包絡(luò)，從而可以得到極值點(diǎn)的平均值包絡(luò)，在進(jìn)行 HHT 分析之前，就要找到振動(dòng)信號(hào)的極值點(diǎn)，并將之進(jìn)行擬合。

截取一段輕微故障、加負(fù)載、等時(shí)采樣、15Hz 變頻器轉(zhuǎn)速、采樣頻率為 10KHz 的齒輪箱故障振動(dòng)信號(hào)數(shù)據(jù)，運(yùn)用 HHT 的 EMD 方法進(jìn)行分解得到有限個(gè) IMF 分量，然后進(jìn)行 Hilbert 變換后得到了信號(hào)的 Hilbert 譜，經(jīng)過振動(dòng)信號(hào)進(jìn)行極值點(diǎn)擬合，得到極大值和極小值包絡(luò)，可以得到了極值點(diǎn)的平均值包絡(luò)曲線。在獲得了信號(hào)的極值點(diǎn)包絡(luò)之后，便可以根據(jù) HHT 分析原理得到信號(hào)的 IMF分量，就是該信號(hào)的所有 IMF 分量，然后對(duì)這些 IMF 分量進(jìn)行Hilbert 變換，如圖1所示得到了信號(hào)的 Hilbert 譜。

2 風(fēng)機(jī)故障的改進(jìn)HHT變換頻譜分析方法

在以上的闡述當(dāng)中，我們可以得知，HHT 是一種處理非平穩(wěn)信號(hào)有效的時(shí)頻分析方法，它將一個(gè)信號(hào)分解成有限個(gè)符合進(jìn)行 Hilbert 變換的 IMF 分量，每一個(gè) IMF 分量都是穩(wěn)態(tài)的，做一可以進(jìn)行穩(wěn)態(tài)信號(hào)的處理，HHT 方法的最后是對(duì)每個(gè) IMF 分量進(jìn)行 Hilbert 變換，得到了 Hilbert 譜，這樣就得到了我們期待的信號(hào)的時(shí)頻分析結(jié)果，最終我們就是根據(jù)這個(gè)分析結(jié)果進(jìn)行系統(tǒng)故障的診斷。但是遺憾的是，HHT 分析方法存在著端點(diǎn)飛翼問題，因?yàn)樵搯栴}只出現(xiàn)在信號(hào)的兩個(gè)端點(diǎn)，而在信號(hào)的內(nèi)部并沒有出現(xiàn)濾除極值點(diǎn)的情況，因此，本文中一個(gè)構(gòu)想就是：本文采用了周期延拓的方式，如果將整段信號(hào)都變?yōu)樾盘?hào)的內(nèi)部信號(hào)，而不是信號(hào)的端點(diǎn)，所得到的處理結(jié)果就不會(huì)出現(xiàn)端點(diǎn)飛翼問題。

與正弦信號(hào)類似，當(dāng)一個(gè)信號(hào)以某一個(gè)固定的周期重復(fù)出現(xiàn)的時(shí)候，任何一個(gè)周期內(nèi)的信號(hào)都是一個(gè)完整的信號(hào)，這個(gè)信號(hào)的全部信息都會(huì)被他包含在里面。那么，如果把我們測(cè)量得到的信號(hào)模擬正弦函數(shù)的形式進(jìn)行某一個(gè)周期的延拓，那么，所得到的新的長(zhǎng)信號(hào)就包含了多個(gè)重復(fù)的原始信號(hào)，對(duì)這個(gè)長(zhǎng)信號(hào)進(jìn)行 EMD分解處理，其中得到的將是這個(gè)長(zhǎng)信號(hào)的極值點(diǎn)包絡(luò)（當(dāng)然，原始信號(hào)的極值點(diǎn)包絡(luò)也在其中），我們就截取中間或內(nèi)部某一個(gè)完整信號(hào)的極值點(diǎn)包絡(luò)進(jìn)行處理，得到了沒有端點(diǎn)飛翼的 IMF 分量。

3 改進(jìn)的 HHT 算法信號(hào)處理實(shí)驗(yàn)分析與結(jié)論

根據(jù)風(fēng)力發(fā)電機(jī)上各個(gè)傳感器所測(cè)量到的振動(dòng)信號(hào)，這些振動(dòng)信號(hào)就是判斷某個(gè)部位的元器件是否發(fā)生故障的依據(jù)，所以，將改進(jìn)的 HHT 算法用于這種振動(dòng)信號(hào)的處理上，可以得到信號(hào)的 HHT 譜。如圖2所示15Hz 變頻器轉(zhuǎn)速、是截取了一段輕微故障、加負(fù)載、等時(shí)采樣、采樣頻率為 10KHz的齒輪箱故障振動(dòng)信號(hào)數(shù)據(jù)，并采用改進(jìn)的 HHT 算法取得振動(dòng)信號(hào)各個(gè)極值點(diǎn)包絡(luò)的圖像，這種改進(jìn)的 HHT 算法已經(jīng)解決了信號(hào)的端點(diǎn)飛翼問題，獲得了一個(gè)良好的曲線擬合結(jié)果。

在取得了更為準(zhǔn)確的信號(hào)極值點(diǎn)平均值包絡(luò)之后，可以得到了振動(dòng)信號(hào)的各個(gè) IMF 分量，根據(jù) HHT 分析方法的原理，EMD 分解出的 IMF 序列都是符合我們之前所提出的時(shí)頻分析條件，也就是說每個(gè) IMF 序列都應(yīng)是穩(wěn)態(tài)的，那么理所當(dāng)然的我們可以對(duì)其進(jìn)行 Hilbert 變換獲得它的時(shí)頻譜。因此，當(dāng)進(jìn)行 Hilbert 變換，就得到了振動(dòng)信號(hào)的 Hilbert 譜。圖3展示的就是振動(dòng)信號(hào)的各個(gè) IMF 分量圖像，從這個(gè)圖中可以看到，此振動(dòng)信號(hào)總共分解出了 8 個(gè) IMF 分量，而每一個(gè) IMF 分量都是穩(wěn)態(tài)的，對(duì)每一個(gè) IMF 分量進(jìn)行 Hilbert變換后在進(jìn)行一定的處理，就可以得到了信號(hào)的 Hilbert 譜。

從上面的闡述和實(shí)驗(yàn)分析中，我們可以知道，這種改進(jìn)的 HHT 分析方法的基本原理并沒有太大的改變，依舊是將信號(hào)分解成有限個(gè)穩(wěn)態(tài)的 IMF 分量，然后對(duì)每一個(gè) IMF 分量進(jìn)行 Hilbert 變換，從而得到了信號(hào)的 HHT 譜，在 HHT 譜中，瞬時(shí)頻率這個(gè)特征將每一個(gè) IMF 的瞬時(shí)頻率描繪在同一個(gè)圖譜中，而 Hilbert 邊際譜（也叫邊界譜）是將某一點(diǎn)頻率的信號(hào)進(jìn)行了疊加，顯示的是同一個(gè)頻率上信號(hào)的組成，我們進(jìn)行故障診斷的時(shí)候采用的就是 Hilbert 邊際譜，這樣得到了信號(hào)的特征，唯一不同之處就是此改進(jìn)的 HHT 分析方法克服了原有 HHT 分析方法的兩個(gè)缺陷[38]，使得研究的結(jié)果更加符合我們的要求，所以，從實(shí)踐上證明了該改進(jìn)的 HHT 算法的正確性和有效性。

參考文獻(xiàn)：

[1]祝儒德.風(fēng)機(jī)齒輪箱監(jiān)測(cè)診斷系統(tǒng)的研究與實(shí)現(xiàn)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2009.

[2]陳濤.低速重載軸承故障診斷的虛擬儀器研究[D].重慶：重慶大學(xué)，2005.

[3]王哲.風(fēng)力發(fā)電機(jī)組主傳動(dòng)鏈的故障診斷[J].診斷與測(cè)試，2007（03）：118-119.

作者簡(jiǎn)介：李慧（1995-），河北獻(xiàn)縣人，研究方向：新能源發(fā)電技術(shù)。