李杨 刘桂秋 张志锋

摘要：对于多相电机定子绕组或逆变桥开关管开路造成的故障，其故障信号常被电机噪声和环境噪声所淹没。现提出一种将LMS-自适应滤波算法和经验模态分解（EMD）结合的特征信号提取方法，通过自适应滤波算法滤除含有噪声污染的故障信号中电机产生的电磁噪声，再对滤波后的信号进行经验模态分解，并提取出故障特征信号。仿真实验表明，该方法能够有效消除电机电磁噪声的干扰，计算快且简单易行，具有良好的可操作性。

关键词：LMS-自适应滤波算法;EMD;故障诊断;电机噪声

0    引言

在常用的非平稳信号分析方法中，Huang等提出的经验模态分解（EMD）非常适用于处理非线性、非平稳信号[1]，该方法将任意信号分解为若干个基本模式分量（IMF），这些IMF可以较好地反映信号的时频特性。但在实际应用中，由于输入信号部分缺失、受噪声影响或受其他脉冲信号的干扰，在EMD分解过程中会产生模态混叠[2-4]问题，而选择合适的滤波方法滤除原信号中的干扰信号可以有效解决此问题。

LMS-自适应滤波算法可以直接利用观测数据，根据设定的目标信号不断递归更新处理参数。这样的处理方法不但更接近实际情况，而且更符合非平稳信号的滤波需求，因而其在许多参考文献中都在去噪方面有广泛应用[5-7]。本文选用LMS-

自适应滤波算法与经验模态分解相结合的方法，解决非平稳信号的特征信号处理问题。

1    LMS-自适应滤波算法

自适应滤波是近些年发展起来的一种滤波方法，其由于具有更强的适应性和更优的滤波性能，在不同领域得到了广泛的应用。……