HHT邊際譜在礦井風機故障診斷中的應用

玄兆燕，李曉康

(華北理工大學 機械工程學院，河北 唐山 063000)

HHT邊際譜在礦井風機故障診斷中的應用

玄兆燕，李曉康

(華北理工大學 機械工程學院，河北 唐山 063000)

礦井風機；故障診斷；特征分量；傅里葉變換；邊際譜

煤礦生產中風機一旦出現故障就會產生連鎖反應，整個礦井也就無法正常進行生產，從而帶來巨大的經濟損失甚至人員傷亡，所以準確判斷風機的運行狀態，及時發現故障征兆至關重要。另外采集到礦井風機振動信號因為種種原因包含大量干擾信號，給特征分量的提取及故障診斷帶來很大困難。基于此,該文運用Empirical Mode Decomposition將原始信號分解，然后利用Hilbert-Huang Transform邊際譜提取礦井風機振動信號特征分量，證明了希爾伯特邊際譜在礦井風機故障診斷中的優越性。

煤礦生產中，礦井通風機是至關重要的設備之一，風機一旦出現故障就會產生連鎖反應，帶來巨大的經濟損失甚至人員傷亡，所以準確判斷風機的運行狀態，及時發現故障征兆至關重要[1]。傳統的非平穩信號分析方法有很多，例如短時傅里葉變換、小波變換等，但他們都受傅里葉變換的制約，對分析非平穩信號都有一定的限制。HHT(Hilbert-Huang Transform)是由N.E.Huang[2，3]等人于20世紀末提出來的時頻分析方法，它擺脫了傳統傅里葉變換的束縛具有很好的自適應性。基于此，本文提出將HHT運用于礦井風機故障診斷領域，通過對其邊際譜分析提取礦井風機振動信號特征分量，判斷風機運行狀態。

1 HHT算法的實現過程

1.1 EMD算法

經驗模態分解(Empirical Mode Decomposition，EMD)，由N.E.Huang等人提出。……