基于EEMD的高速列车齿轮箱故障检测

邓学晖　孟祥吉

摘 要 为了有效捕捉高速列车齿轮箱故障引起的本质振动模式，本文提出一种基于EEMD （ensemble empirical model decomposition）的高速列车齿轮箱故障诊断的新方法，该方法的核心是对采集的振动信号进行EEMD分解获取信号的若干振动模式，即振动信号的IMF（intrinsic model function）分量，采用信号与IMF自相关函数的最大相关系数来选择最佳IMF分量，对最佳IMF分量进行Hilbert变换提取其故障包络，利用包络信号的傅里叶谱来检测高速列车的齿轮箱的故障。应用故障实测数据对该方法进行验证，结果表明该方法能够有效提取高速列车齿轮故障引起的振动模式，是一种有效的齿轮箱故障诊断方法。

关键词 高速列车；齿轮箱；EEMD；相关分析；故障检测

中图分类号 U2 文献标识码 A 文章编号 2095-6363（2017）11-0089-03

高速列车齿轮箱是高速列车关键动力、运动传递部件，直接关系到高速列车的服役性能和运行安全。一旦齿轮箱系统存在故障，不能及时发现和预警，无疑将危及高速列车的运行安全或造成重大安全事故的发生，因此开展高速列车齿轮箱的故障检测具有重要应用价值和现实意义。

齿牙在啮合过程中，故障会激起齿轮箱系统的瞬时冲击，使得齿轮箱系统的振动信号呈现出强非线性和非平稳的特点[1-2]。加之，早期故障十分微弱[3-4]，测量噪声的不利影响[5-6]，使得微弱的周期性冲击信号淹没在强噪声和其他的振动干扰中[7]，无疑增加了故障检测的难度。

对此，国内外学者进行了广泛而深入的研究。如基于傅里叶变换的故障检测方法[7]、基于Wigner-Viller distribution（WVD） 分布的故障检测方法[8]、基于小波的故障检测[9]。……