机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2014年
3期
64-70
,共7页
雷亚国%孔德同%李乃鹏%林京
雷亞國%孔德同%李迺鵬%林京
뢰아국%공덕동%리내붕%림경
自适应总体平均经验模式分解%行星齿轮箱%故障检测
自適應總體平均經驗模式分解%行星齒輪箱%故障檢測
자괄응총체평균경험모식분해%행성치륜상%고장검측
adaptive ensemble empirical mode decomposition%planetary gearboxes%fault detection
总体平均经验模式分解(Ensemble empirical mode decomposition,EEMD)是针对经验模式分解(Empirical modedecomposition,EMD)存在的模式混淆问题而提出的,对分解信号加入高斯白噪声,改善信号的极值点分布,经过多次平均,从而达到减小模式混淆的目的.然而,EEMD分解效果取决于添加噪声的幅值、筛选次数等参数的选择.目前的研究通常是人为选择这些参数,具有较大的盲目性和主观性,因此分解结果差强人意.为了解决以上问题,提出一种新的自适应总体平均经验模式分解方法.该方法基于EMD的滤波特性,在提取本征模式分量(Intrinsic mode function,IMF)的过程中自适应改变加入噪声的幅值,并对每个IMF自动选择不同的筛选次数,可以更好地削弱模式混淆.通过仿真试验验证了该方法的有效性,并将该方法应用于行星轮故障检测中,取得了比EEMD更好的故障检测结果.
總體平均經驗模式分解(Ensemble empirical mode decomposition,EEMD)是針對經驗模式分解(Empirical modedecomposition,EMD)存在的模式混淆問題而提齣的,對分解信號加入高斯白譟聲,改善信號的極值點分佈,經過多次平均,從而達到減小模式混淆的目的.然而,EEMD分解效果取決于添加譟聲的幅值、篩選次數等參數的選擇.目前的研究通常是人為選擇這些參數,具有較大的盲目性和主觀性,因此分解結果差彊人意.為瞭解決以上問題,提齣一種新的自適應總體平均經驗模式分解方法.該方法基于EMD的濾波特性,在提取本徵模式分量(Intrinsic mode function,IMF)的過程中自適應改變加入譟聲的幅值,併對每箇IMF自動選擇不同的篩選次數,可以更好地削弱模式混淆.通過倣真試驗驗證瞭該方法的有效性,併將該方法應用于行星輪故障檢測中,取得瞭比EEMD更好的故障檢測結果.
총체평균경험모식분해(Ensemble empirical mode decomposition,EEMD)시침대경험모식분해(Empirical modedecomposition,EMD)존재적모식혼효문제이제출적,대분해신호가입고사백조성,개선신호적겁치점분포,경과다차평균,종이체도감소모식혼효적목적.연이,EEMD분해효과취결우첨가조성적폭치、사선차수등삼수적선택.목전적연구통상시인위선택저사삼수,구유교대적맹목성화주관성,인차분해결과차강인의.위료해결이상문제,제출일충신적자괄응총체평균경험모식분해방법.해방법기우EMD적려파특성,재제취본정모식분량(Intrinsic mode function,IMF)적과정중자괄응개변가입조성적폭치,병대매개IMF자동선택불동적사선차수,가이경호지삭약모식혼효.통과방진시험험증료해방법적유효성,병장해방법응용우행성륜고장검측중,취득료비EEMD경호적고장검측결과.