集合经验模式分解在旋转机械故障诊断中的应用

• Published in: Nong ye gong cheng xue bao Vol. 26; no. 2; pp. 190 - 196
• Main Author: 窦东阳 赵英凯
• Format: Journal Article
• Language: Chinese
• Published: 南京工业大学机械与动力工程学院,南京,210009%南京工业大学自动化与电气工程学院,南京,210009 2010
• Subjects: 动静碰磨; 故障诊断; 旋转机械; 模式混淆; 集合经验模式分解; mode mixing; 动静碰磨; rub-impact fault; 故障诊断; ensemble empirical mode decomposition (EEMD); rotating machinery; 旋转机械; 集合经验模式分解; 模式混淆; failure analysis
• ISSN: 1002-6819
• DOI: 10.3969/j.issn.1002-6819.2010.02.033

为了抑制经验模式分解中的模式混淆现象,提高分析精度,引入集合经验模式分解（EEMD）算法。在分析信号上叠加适当的随机高斯白噪声序列,改变信号的局部时间跨度,从而改变一次经验模式分解（EMD）中分析的特征尺度,通过足够多次EMD分解,相当于从多个角度提取信号的本质,最后由所有次分解得出的各本征模态函数（IMF）的均值作为输出,不但消除了人为噪声的影响,还清晰还原了信号的内在过程,准确揭示了其真实物理意义。通过仿真试验和实际的动静碰磨故障案例证实了EEMD算法的有效性,并与基本EMD算法和高频谐波法进行了对比,结果表明,EEMD虽然耗时较多但结果更准确,在旋转机械故障诊断领域应用前景广泛。