《基于二次EEMD的转子故障信号时频分析方法研究》.pdfVIP

《基于二次EEMD的转子故障信号时频分析方法研究》.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《基于二次EEMD的转子故障信号时频分析方法研究》.pdf

第 14卷 第21期 2014年7月 科 学 技 术 与 工 程 V0l_14 No.21 Ju1.2014 1671— 1815(2014)21一叭13—05 ScienceTechnologyandEngineering @ 2014 Sci.Tech.Engrg. 基于二次 EEMD的转子故障信号 时频分析方法研究 马银戌 王文平 鄢小安 尤 林 (华北 电力大学机械工程系,保定 071003) 摘 要 HHT时频分析被广泛应用于机械故障诊断中,但其模态混叠成为应用时的瓶颈。针对此问题提出了利用二次集合 经验模态分解分解 (ensembleempiricalmodedecomposition,EEMD)来消除模态混叠的时频分析方法。该方法首先用EEMD将 原信号分解成若干个本征模函数(intrinsicmodefunction,IMF),然后选取相关系数较大的分量重构原信号,再利用EEMD对其 进行二次处理,便可获得去除模态混叠的时频分布。通过对仿真与实验转子信号分析,该方法可以有效抑制经验模式分解 (empiricalmodedecomposition,EMD)的模态混叠现象,相比一次EEMD,二次EEMD去除模态混叠更明显,能有效应用于旋转 机械故障诊断中。 关键词 集合经验模态分解 经验模态分解 模态混叠 故障诊断 时频分析 中图法分类号 TN911.25; 文献标志码 A 目前有许多时频分析方法用于研究旋转机械 除经验模态分解中的混叠现象,取得了较好效果。 振动信号的时频分布,常用的时频分析方法有 j: 本文提出了利用二次 EEMD来消除模态混叠 短时傅里 叶变换 (sTFr)、魏格纳一维尔 (Wigner— 的时频分析方法。该方法首先用 EEMD将原信号 Ville)分布和小波变换 (WT)等。以上方法既有各 分解成若干个本征模函数 (intrinsicmodefunction, 自的优 点又有各 自的缺 点。美 国华裔科 学家 IMF),然后选取相关系数较大的分量重构原信号, Huang 在 1998年提出了一种新的时频分析方法一 再利用EEMD对其进行二次处理,便可获得去除模 希尔伯特黄变换 (HilbertHuangtransform,HHT),它 态混叠的时频分布。通过仿真信号和实验转子故障 包括经验模态分解 (empiricalmodedecomposition, 信号的对比分析可知,相比一次EEMD,二次 EEMD EMD)和希尔伯特变换 (Hilberttransform,HT)两部 方法去除模态混叠效果更好,可以有效地去除EMD 分。EMD方法 自提出后在机械故障诊断等很多领 分解过程中的模态混叠现象,并能有效地应用于旋 域中都得到了应用 J。但是 ,EMD方法仍然存在许 转机械状态检测和故障诊断中。 多需要改进的地方 J,一个重要的缺陷就是模态混 叠问题 。针对此 问题 Wu和 Huang_o在随后的研究 1 EEMD基本原理 中又提出了一种集合经验模态分解 (ensembleem- 所谓EMD中的模态混叠,就是指不能依据特征 piricalmodedecomposition,EEMD),EEMD方法利用 时问尺度有效地分离出不同的模态分量,使得一个 白噪声频谱均衡分布的特点来均衡信号中的中断区 IMF中包含差异极大的特征时间尺度,或者相近的 域,能够较为理想地去除模态混叠,具有很好的抗混 特征时间尺度分布在不同的IMF中,表现为相邻两 叠分解能力 。目前国内学者秦品乐、林焰等 0_ 个 IMF波形混叠,相互影响,难 以辨识的现象 ¨。 提出了利用小波降噪与经验模态分解相结合来消除 为了抑制 EMD过程 中产生的模态混叠现象,Wu等 模态混叠的方法,有效并成功地应用于实际信号中。

您可能关注的文档

文档评论(0)

ghfa + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档