高速直齿锥齿轮传动误差测试及动态性能分析

以某直齿轮-锥齿轮二级传动系统为对象,研究系统中的直齿锥齿轮动态传动误差测量、动态传动误差与齿轮传动振动之间的关系。构建直齿锥齿轮传动高速动态传动误差测试系统,研究得到高速情况下的相关测量技术,测得高速直齿锥齿轮传动动态传动误差曲线。采用滤波、频谱分析等信号处理方法分析测量的动态传动误差数据,得到高速直齿锥齿轮传动动态性能参数,与箱体对应部位测得的振动信号数据进行对比。研究结果表明,直齿锥齿轮的动态传动误差以轴频分量为主;直齿锥齿轮传动误差低频分量随转速变化大;动态传动误差与齿轮支撑轴承处的振动加速度在反映齿轮的动态特征时具有一致性。     

齿轮箱刚柔耦合故障诊断仿真分析

齿轮在传动过程中会产生弹性变形和微小故障的振动问题。建立了多级齿轮传动的虚拟样机,并在二级直齿轮传动刚体动力学模型中对传动齿轮引入柔性体,分别对正常模型和齿面磨损故障模型两种工况进行仿真,得到的仿真信号与实测信号相对比,验证了模型的准确性。提出了一种基于希尔伯特-黄变换(HHT)信号处理方法,将仿真信号进行一维级联组合形态学滤波消噪和希尔伯特-黄变换,准确识别出齿面磨损故障,所得结果与理论计算值的对比验证了方法的可行性。     

基于HHT的新一代GPS动态测量误差分析和滤波技术研究

针对新一代GPS的轮廓信号和几何误差成分特点,引入一种具有自适应能力的非平稳信号分析新方法——希尔伯特-黄变换(Hilbert-Huang Transform,HHT)用于轮廓滤波和几何误差成分分析。研究了HHT中固有模态函数(Intrinsic Mode Function,IMF)的特点,指出各阶IMF分量按特征时间尺度从小到大的顺序排列,构建了基于经验模态分解(Empirical Mode Decomposition,EMD)的滤波器并将其用于轮廓滤波。分析了EMD分解中剩余项的特点,根据各阶IMF的瞬时频率和幅值函数以及Hilbert-Huang谱,确定了各周期性分量以及非周期性趋势项。几何误差仿真信号分析结果表明,与小波神经网络方法的相比,HHT方法获取的初始阶段信号更好;对实测轮廓曲线,采用HHT和小波变换进行了滤波试验验证,结果表明HHT方法获取的轮廓曲线更平滑。     

基于HHT的新一代GPS动态测量误差分析和滤波技术研究

针对新一代GPS的轮廓信号和几何误差成分特点,引入一种具有自适应能力的非平稳信号分析新方法——希尔伯特-黄变换(Hilbert-Huang Transform,HHT)用于轮廓滤波和几何误差成分分析。研究了HHT中固有模态函数(Intrinsic Mode Function,IMF)的特点,指出各阶IMF分量按特征时间尺度从小到大的顺序排列,构建了基于经验模态分解(Empirical Mode Decomposition,EMD)的滤波器并将其用于轮廓滤波。分析了EMD分解中剩余项的特点,根据各阶IMF的瞬时频率和幅值函数以及Hilbert-Huang谱,确定了各周期性分量以及非周期性趋势项。几何误差仿真信号分析结果表明,与小波神经网络方法的相比,HHT方法获取的初始阶段信号更好;对实测轮廓曲线,采用HHT和小波变换进行了滤波试验验证,结果表明HHT方法获取的轮廓曲线更平滑。     

高精度时频分析方法研究

时频分析在非平稳信号处理中占有重要的位置,它的主要任务是表述信号的频率成分随时间变化的规律。本文在时频分析的基础上,重点研究了一种新的高精度时频分析方法-希尔伯特黄变换(HHT),并将改进HHT算法与典型时频分析方法(短时傅立叶变换、WD)进行比较,阐述了HHT的应用及优点。     

HHT在Lamb波检测信号分析中的应用

将一种新的超声信号处理技术用于Lamb波波形中多个模式到达时间的提取。通过将希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)与快速傅里叶变换(fast Fourier transform,简称FFT)、小波变换(wavelettransform,简称WT)在时频分辨率方面的比较,表明HHT能够精确识别信号中两种频率分量突变的时刻,显示了HHT方法的优越性。将HHT方法的特性用于Lamb波模式到达时间的提取,从HHT的能量-时间图上可以看出,能量峰值时刻对应着各Lamb波模式的到达时间。试验结果与理论值具有较好的一致性。     

齿轮传动系统非线性频率调制规律仿真分析及实验研究

针对传统快速傅里叶变换(FFT)研究齿轮系统非线性非平稳振动存在虚假信号和假频的问题,提出了基于希尔伯特黄变换的本征模态函数(IMFs)傅里叶变换法。该方法通过经验模态分解(EMD)将原始信号分解为一系列不同时间特征尺度的IMFs,对能够反映原始信号物理意义的IMF进行傅里叶变换。以某型采煤机截割部齿轮箱为工程范例,通过振动实验得到齿轮系统非线性振动响应。分别利用传统FFT法和本征模态函数FFT法对实测信号进行非线性振动分析。研究结果表明:本征模态函数FFT法显著减少了多余且无意义的频率成分,能够更好地识别参与非线性频率调制的齿轮啮合特征频率,避免了传统FFT法产生的虚假频率干扰。该研究对分析齿轮转子系统非线性频率调制现象具有一定的参考价值。     

运用BF-HHT的转子径向碰摩故障特征提取方法

针对现有希尔伯特-黄变换(HHT)方法在进行特征提取时,估算部分多频固有模式函数(IMF)瞬时频率不准确的问题,提出了一种基于带通滤波的希尔伯特-黄变换算法(BF-HHT)。该算法首先确定信号主要能量所在频率;然后以这组主要能量所在频率为中心频率设计一组带通滤波器,对原信号进行滤波;最后用HHT方法提取信号的时频特征。转子试验台和实际机组的径向碰摩故障信号的试验与分析结果表明,BF-HHT算法不仅能准确提取到转子径向碰摩故障信号中出现的频率成分,而且能对故障特征频率出现或消失的时刻精确定位,其特征提取效果明显优于HHT方法。     

基于HHT的主动兰姆波金属疲劳裂纹损伤监测研究

由于兰姆波具有频散效应,使得其信号形式较为复杂、分析困难,这就为损伤监测中的模式波包提取带来了很大的难度。利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对信号包络进行提取,可以达到简化原始信号、提高损伤监测精度和效率的目的。与利用短时傅里叶变换(Short Time Fourier Transform,STFT)提取信号包络的方法相比,希尔伯特-黄变换的自适应性更强、效率更高,更适合兰姆波分析。通过对铝制薄板中的裂纹扩展监测试验表明,结合了希尔伯特-黄变换的损伤指数法,对兰姆波信号的模式提取更为准确、对裂纹的扩展也更为敏感。     

绝对重力仪振动特性研究

振动干扰是影响激光干涉绝对重力测量精度的主要因素,基于经验模态分解(empirical mode decomposition,简称EMD)和希尔伯特黄变换(Hilbert-Huang transform,简称HHT)在分析瞬态类、非平稳时变信号方面的优势,提出一种基于改进的集成经验模态分解-希尔伯特黄变换(modifi...