利用ARIMA改进HHT端点效应的方法.pdfVIP

第30卷第3期 振动、测试与诊断 V01．30No．3 2010年6月 Jun．2010 of JournalVibration，MeasurementDiagnosis 利用ARIMA改进HHT端点效应的方法’ 窦东阳 赵英凯 (南京工业大学机械与动力工程学院南京，210009) 南京，210009) (南京工业大学自动化学院 mode 摘要针对希尔伯特一黄(Hilbert—Huangtransform，简称HHT)变换中经验模式分解(empiricaldecomposi- tion，简称EMD)的端点效应问题，提出一种基于自回归综合滑动平均模型(ARIMA)进行端点延拓的改进方法。利 用ARIMA在非平稳数据建模方面的优势，EMD前在待分析信号两端各预测一段数据，HHT后再截去延长的部 分，保留原信号长度的处理结果。通过仿真信号和实测的转子不对中故障信号验证了该方法的有效性，证实改进后 的算法能有效地抑制EMD端点效应的影响，信号故障特征更清晰，并且ARIMA模型的参数确定方便，算法易于使 用。 关键词 希尔伯特一黄变换经验模式分解端点效应 自回归综合滑动平均模型故障诊断 中图分类号THl7TP206THll3．1 本文简单介绍了HHT已有的改进成果，在此基 引 言 础上采用新的端点处理方法，即基于ARIMA模型 的端点延拓，并通过仿真和实测的不对中故障数据 旋转机械故障诊断的关键是故障特征提取，当 进行了验证，获得了良好的试验效果。 旋转机械设备出现异常或发生故障时，其振动信号 多表现为非线性、非平稳特征[1】。对这类信号进行傅 1 EMD基本思想 里叶变换只能给出频域的统计平均结果，元法反映 故障本质的时频局部化特征。而传统的时频分析方 EMD假设任何信号都是由不同的本征模态函 法虽然同时兼顾了时域和频域两方面，但也普遍存 数(IMF)组成，每个IMF可以是线性的，也可以是 在一些致命缺陷，影响实际使用，如短时傅里叶变换 非线性的，表示了信号的一个内在特征振动形式。 由于窗口固定不适合分析多尺度和突变信号； IMF分量必须满足下面两个条件：a．极值点个数和 过零点个数相同或最多相差一个；b．上、下包络线 Wigner分布存在严重干扰项，而改进的Choi— William分布又降低了分辨精度；小波变换由于小关于时间轴局部对称。EMD方法的本质是通过特 波基函数长度有限，会产生能量泄漏[2]，影响分析精 征时间尺度获得信号的本征振动模式，然后利用本 度，并且效果严重依赖小波基的选择及分解尺度，自 征振动模式不断地“筛”信号。 适应性不佳。HHT[3]被认为是近年来对以傅里叶变 用EMD分解信号z(f)的一般步骤[5]如下： 换为基础的线性和稳态谱分析的一个重大突破，其 (1)找出z(r)的所有极大值点和极小值点，用 核心是EMD，它把复杂信号分解成若干个本征模态 三次样条函数分别拟合，得到上、下包络线。上、下包 mode 函数(intrinsicfunction，简称IMF)之和。由于络线的均值为平均包络线，记为m。。原数据序列减 EMD是自适应的，故其分解非常有效，尤其适用 去铆，，得到一个滤除低频走势的新数据序列h。，即 于非线性和非平稳过程分析[4]。但人们在利用EMD