HHT提取矿井风机振动信号特征分量

玄兆燕，李晓康

(华北理工大学 机械工程学院，河北 唐山 063000)



HHT提取矿井风机振动信号特征分量

玄兆燕，李晓康

(华北理工大学 机械工程学院，河北 唐山 063000)

矿井风机；特征分量；傅里叶变换；希尔伯特-黄变换

对矿井风机故障信息的提取以及寻求有效的分析判断方法，已成为煤矿生产和故障诊断方面迫切需要解决的问题。由于获取矿井风机振动信号的特殊性，致使有效的振动信号被大量干扰信号所淹没，给特征分量的提取及故障诊断带来很大困难。该项研究应用希尔伯特-黄变换(HHT)提取矿井风机振动信号特征分量，并与FFT分析方法进行比较。研究结果表明：HHT方法与FFT方法相比可更有效提取风机振动信号特征分量。

矿井风机在煤矿作业中起到至关重要的作用，它工作状态正常与否直接影响着矿井通风质量[1]。而如何及时发现故障征兆已成为煤矿故障诊断方面迫切需要解决的问题。机械故障诊断的关键是获取有效的故障特征信号[2]，对于矿井风机而言就是获取其振动信号，而对大型旋转设备的异常振动信号进行分析有重要意义[3]。振动信号获取的途径是使传感器接触能直接反应振动信息的位置，为了保障煤矿生产的安全，要求矿井风机机壳禁止发生任何形式的损坏，因此只能将传感器置于机壳上间接获取转子的振动信息，这种信息获取方式在获取振动信息的同时又伴随着大量的干扰信息[4]。

由此可知，获取的矿井风机振动信号具有非线性、非平稳性并包含大量的高频干扰信号，给振动信号特征提取带来了一定程度上的困扰。……