LMD的LabVIEW实现及在滚动轴承故障诊断中的应用
2013-07-21唐贵基王晓龙
唐贵基,王晓龙
(华北电力大学 机械工程学院,河北 保定 071003)
2005年Smith Jonathan S在EMD理论基础上提出一种新的时频分析方法——局部均值分解法(Load Mean Decomposition,LMD),该方法同样具有自适应性,可以将任何一个复杂的多分量复合信号分解成多个乘积函数(Product Function,PF)分量及一个余量相加的形式,PF分量能够真实地反映原信号的信息[1]。相对于EMD来说,LMD受端点效应影响较小,并且可以避免EMD 算法自身存在的问题,用于故障诊断,具有一定的优势。鉴于LMD在故障诊断领域良好的应用前景以及LabVIEW软件在信号分析处理方面的广泛应用,根据LMD算法理论开发出LabVIEW的LMD模块,将更有利于测试系统的搭建。
1 LMD算法简介
对于给定的信号x(t),LMD算法流程为[2]:
(1)确定原信号x(t)的所有局部极值点ni。
(2)计算相邻极点的均值和包络估计值
(1)
(2)
(3)均值和估计值分别用直线连接后进行滑动平均处理,得到局部均值函数m11(t)和包络估计函数a11(t)。
(4)获得包络信号a1(t)和纯调频信号s1n(t)。
h11(t)=x(t)-m11(t),
(3)
s11(t)=h11(t)/a11(t),
(4)
如果s11(t)的包络估计函数a12(t)≠1,则将其作为原始数据重复上述过程,直到其包络估计函数a1(n+1)(t)=1,则得到纯调频信号s1n(t),则包络信号为
(5)
包络信号a1(t)即为瞬时幅值,通过纯调频信号s1n(t)即可求得瞬时频率f1(t)为
(6)

(5)求得乘积函数分量。将包络信号a1(t)和纯调频信号相乘即可得到第1个乘积函数分量,即
PF1(t)=a1(t)s1n(t)。
(7)
原信号x(t)减去PF1(t)后获得新信号u1(t),将u1(t)作为原始数据重复上述过程k次,直到余量uk(t)为单调函数或常数。
2 LMD算法的LabVIEW程序实现
LMD算法通过图形化编程语言LabVIEW实现,经过模块化划分后的主程序框图如图1所示。
LMD主程序中包含极值延拓、样条插值、分量判别、分量求取、余量判别、瞬时频率求取、形态学滤波共7个子VI。……
