动力总成异振源和异响源的识别研究

摘要

给出了一种基于集总平均经验模式分解(ensemble empirical mode decomposition,EEMD)方法的改进的希尔伯特-黄变换(Hilbert-Huang transform,HHT)技术,进行了某SUV车柴油机动力总成异振源及某叉车柴油机动力总成前端异响源的识别研究.首先,基于加入白噪声的自适应准则和时延相关的相似系数判别准则,对操纵手柄在整车加速工况下的异振信号及齿轮室总成在柴油机等速工况下的异响信号进行了EEMD自适应分解,降低了模式混叠对分解的影响,获得了异常信号的主要本征模分量;然后,利用希尔伯特谱分析方法提取了主要本征模分量的时频局部化特征,提高了时间和频率分辨率,有效地识别了异振源和异响源;最后,通过整车定置激振试验验证了改进的HHT技术识别结果的准确性.研究结果表明:基于EEMD方法的改进的HHT技术能有效识别动力总成异振源和异响源.