机械研究与应用
機械研究與應用
궤계연구여응용
MECHANICAL RESEARCH & APPLICATION
2012年
5期
156-158
,共3页
经验模态分解%局域均值分解%瞬时频率%平滑处理
經驗模態分解%跼域均值分解%瞬時頻率%平滑處理
경험모태분해%국역균치분해%순시빈솔%평활처리
经验模态分解(EMD)及局域均值分解(LMD)都是转子故障诊断领域时频分析的有效方法.EMD为非平稳信号进行有意义的Hilbert变换起到了桥梁的作用,但是却会因此而产生了不能解释的负频率.而LMD将一个复杂的多分量信号分解为若干个瞬时频率有物理意义的乘积函数(Production Function PF),并且其局部均值函数与包络估计函数都是采用平滑处理的方法形成的避免了EMD方法中的过包络与欠包络现象.实验通过采用LMD与EMD方法对两类常见的转子故障信号的分析比对,得出LMD在高频和频率变化波动大的故障信号中比EMD效果更佳明显.
經驗模態分解(EMD)及跼域均值分解(LMD)都是轉子故障診斷領域時頻分析的有效方法.EMD為非平穩信號進行有意義的Hilbert變換起到瞭橋樑的作用,但是卻會因此而產生瞭不能解釋的負頻率.而LMD將一箇複雜的多分量信號分解為若榦箇瞬時頻率有物理意義的乘積函數(Production Function PF),併且其跼部均值函數與包絡估計函數都是採用平滑處理的方法形成的避免瞭EMD方法中的過包絡與欠包絡現象.實驗通過採用LMD與EMD方法對兩類常見的轉子故障信號的分析比對,得齣LMD在高頻和頻率變化波動大的故障信號中比EMD效果更佳明顯.
경험모태분해(EMD)급국역균치분해(LMD)도시전자고장진단영역시빈분석적유효방법.EMD위비평은신호진행유의의적Hilbert변환기도료교량적작용,단시각회인차이산생료불능해석적부빈솔.이LMD장일개복잡적다분량신호분해위약간개순시빈솔유물리의의적승적함수(Production Function PF),병차기국부균치함수여포락고계함수도시채용평활처리적방법형성적피면료EMD방법중적과포락여흠포락현상.실험통과채용LMD여EMD방법대량류상견적전자고장신호적분석비대,득출LMD재고빈화빈솔변화파동대적고장신호중비EMD효과경가명현.