APP下载

基于快速谱峭度图的EEMD内禀模态分量选取方法*

2015-06-13刘树林姜锐红

振动、测试与诊断 2015年6期
关键词:故障诊断特征故障

蒋 超,刘树林,姜锐红,王 波,2

(1.上海大学机电工程与自动化学院 上海,200072) (2.滁州学院机械与汽车工程学院 滁州,239000)



基于快速谱峭度图的EEMD内禀模态分量选取方法*

蒋 超1,刘树林1,姜锐红1,王 波1,2

(1.上海大学机电工程与自动化学院 上海,200072) (2.滁州学院机械与汽车工程学院 滁州,239000)

针对在总体平均经验模式分解(ensemble empirical mode decomposition,简称EEMD)的多个内禀模态分量(intrinsic mode function,简称IMF)中,如何选取出反应故障特征的敏感IMF的问题,提出一种基于快速谱峭度图的敏感IMF选取方法。由EEMD分解获得的一组无模式混淆的IMF,计算原信号及各个IMF的快速谱峭度图,选择每个快速谱峭度图中谱峭度最大值所处的频带作为参考频带,比较各个IMF的参考频带与原信号谱峭度最大值所处频带之间的从属关系,筛选出反应故障特征的敏感IMF,为后续故障诊断提供特征信息。将该方法应用于模拟仿真信号及滚动轴承滚动体故障信号,验证了方法的有效性。

总体平均经验模式分解; 快速谱峭度图; 冲击信号; 故障诊断

引 言

EEMD作为一种改进的经验模式分解(empirical mode decomposition,简称EMD)方法,它一方面保持了EMD分解的优良特性,即可根据信号特点自适应的将原信号分解为一系列IMF,另一方面又克服了EMD分解所存在的模式混淆问题,因此被广泛应用于非线性、非平稳信号的机械故障诊断信号处理方法中。与此同时,由于EEMD分解得到的IMF数量不可控,故障特征往往仅包含于一个或部分IMF中,而其他的IMF则大多可视为是噪声或干扰信号,所以,如何从EEMD分解的多个IMF中选取出反应故障特征的敏感IMF成为EEMD方法在故障诊断领域应用的重要问题。……

登录APP查看全文

猜你喜欢

故障诊断特征故障
故障一点通
如何表达“特征”
不忠诚的四个特征
奔驰R320车ABS、ESP故障灯异常点亮
故障一点通
江淮车故障3例
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断
线性代数的应用特征
高速泵的故障诊断