摘要

水力机械振动信号具有噪声强烈、非平稳、非线性等特点,振动信号特征量的有效提取和识别对故障诊断有着重要影响。通过试验台模拟了水力机械不对中与松动两种常见振动故障,采用变分模态分解和Hilbert包络谱分析对故障信号进行故障特征提取。首先利用分量瞬时频率均值确定变分模态分量数量K,对信号进行VMD分析,再对分解后以及重组的信号进行包络谱分析。研究表明,VMD能有效提取出信号的特征量,有利于故障的识别。对比了不同故障情况下以及同种故障不同程度情况下重组信号包络谱特征的差异,发现不对中故障情况下高次谐波信息较为突出,高次谐波随着不对中程度增加而增加;松动故障引起的振动具有方向性,振动信号中伴随着间谐波。这些振动故障特征可以为故障智能诊断提供参考。