【摘要】：經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)是一種自適應(yīng)信號(hào)分解方法,將數(shù)據(jù)從高頻到低頻分解成一系列的本征模式函數(shù)(Intrinsic Mode Functions,IMF)和一個(gè)余量。局域均值分解(Local Mean Decomposition,LMD)一定程度上解決了EMD方法的端點(diǎn)效應(yīng)問題,但仍不容忽視。變模態(tài)分解(variational mode decomposition,VMD)解決了EMD方法在噪聲惡劣背景下,IMF淹沒在噪聲背景中,導(dǎo)致不能得到信號(hào)特征分量的問題。多分別奇異值分解算法(Multi-resolution singular value decomposition,MRSVD)利用矩陣二分遞推結(jié)構(gòu)原理和SVD方法相結(jié)合,能夠很好地把信號(hào)中微弱的細(xì)節(jié)信號(hào)和主體信號(hào)多層次體現(xiàn)出來,從而提取到其中隱含的信號(hào)特征。在此主要討論EMD、LMD、VMD和MRSVD處理含噪信號(hào)時(shí)的效果差異,并對四種處理方法在滾動(dòng)軸承故障振動(dòng)信號(hào)的實(shí)際應(yīng)用中出現(xiàn)的問題進(jìn)行探討。
[Abstract]:Empirical Mode decomposition (Empirical Mode Decomposition,EMD) is an adaptive signal decomposition method, which decomposes data from high frequency to low frequency into a series of intrinsic mode functions (Intrinsic Mode Functions,IMF) and a margin. Local mean decomposition (Local Mean Decomposition,LMD) solves the endpoint effect of EMD to a certain extent, but it can not be ignored. VMD (variable Mode decomposition) (variational mode decomposition,VMD) solves the problem that the IMF is submerged in the noisy background and the EMD method can not obtain the characteristic components of the signal in the background of bad noise. The Multiseparate singular value decomposition (Multi-resolution singular value decomposition,MRSVD) algorithm combines the principle of matrix dichotomy recursive structure with the SVD method, which can well represent the weak detail signal and the main signal in the signal. Thus, the implicit signal features are extracted. This paper mainly discusses the difference between EMD,LMD,VMD and MRSVD in processing noisy signals, and discusses the problems of four processing methods in the practical application of rolling bearing fault vibration signals.
【作者單位】： 昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院;
【基金】：國家自然科學(xué)基金面上項(xiàng)目(60872157;61271007)
【分類號(hào)】：TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉長良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J];中國電機(jī)工程學(xué)報(bào);2015年13期

2 唐貴基;王曉龍;;參數(shù)優(yōu)化變分模態(tài)分解方法在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2015年05期

3 毛玉龍;范虹;;經(jīng)驗(yàn)?zāi)Ｊ椒纸饣仡櫯c展望[J];計(jì)算機(jī)工程與科學(xué);2014年01期

4 張超;楊立東;李建軍;;局部均值分解和經(jīng)驗(yàn)?zāi)B(tài)分解的性能對比研究[J];機(jī)械設(shè)計(jì)與研究;2012年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周柏彤;劉增力;朱健晨;;關(guān)于多種模態(tài)分解方法的分離效果的差別探討[J];信息技術(shù);2016年12期

2 岳應(yīng)娟;孫鋼;蔡艷平;;基于變分模態(tài)分解近似熵和支持向量機(jī)的軸承故障診斷方法[J];軸承;2016年12期

3 徐波;韓學(xué)山;李業(yè)勇;張玉敏;李明;黃海麗;;電力設(shè)備機(jī)會(huì)維修決策模型[J];中國電機(jī)工程學(xué)報(bào);2016年23期

4 鐘毅;;一種基于相關(guān)系數(shù)的模糊C-均值聚類算法[J];軟件產(chǎn)業(yè)與工程;2016年06期

5 湛維明;石巖;王佳;;基于雙樹復(fù)小波包變換和1.5維譜的軸承故障診斷方法[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

6 岳應(yīng)娟;孫鋼;蔡艷平;王旭;;基于VMD-PWVD的內(nèi)燃機(jī)振動(dòng)信號(hào)時(shí)頻分析方法[J];武漢科技大學(xué)學(xué)報(bào);2016年05期

7 賈亞飛;朱永利;王劉旺;李莉;;基于VMD和多尺度熵的變壓器內(nèi)絕緣局部放電信號(hào)特征提取及分類[J];電工技術(shù)學(xué)報(bào);2016年19期

8 楊洪柏;蔣超;石坤舉;劉樹林;;基于變分模態(tài)分解參數(shù)估計(jì)的滾動(dòng)軸承故障信息提取方法[J];軸承;2016年10期

9 白堂博;張來斌;唐滿紅;李雙琴;;基于VMD的旋轉(zhuǎn)機(jī)械故障診斷方法研究[J];石油礦場機(jī)械;2016年08期

10 岳應(yīng)娟;孫鋼;蔡艷平;劉長江;張世雄;;變分模態(tài)分解在軸承故障診斷中的應(yīng)用[J];軸承;2016年08期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭謀發(fā);徐麗蘭;繆希仁;陳立純;;采用時(shí)頻矩陣奇異值分解的配電開關(guān)振動(dòng)信號(hào)特征量提取方法[J];中國電機(jī)工程學(xué)報(bào);2014年28期

2 康守強(qiáng);王玉靜;姜義成;楊廣學(xué);宋立新;V.I.MIKULOVICH;;基于超球球心間距多類支持向量機(jī)的滾動(dòng)軸承故障分類[J];中國電機(jī)工程學(xué)報(bào);2014年14期

3 鮑永勝;;局部放電脈沖波形特征提取及分類技術(shù)[J];中國電機(jī)工程學(xué)報(bào);2013年28期

4 張淑清;孫國秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機(jī)械故障診斷研究[J];儀器儀表學(xué)報(bào);2013年03期

5 王宏超;陳進(jìn);董廣明;;基于最小熵解卷積與稀疏分解的滾動(dòng)軸承微弱故障特征提取[J];機(jī)械工程學(xué)報(bào);2013年01期

6 馮輔周;司愛威;饒國強(qiáng);江鵬程;;基于小波相關(guān)排列熵的軸承早期故障診斷技術(shù)[J];機(jī)械工程學(xué)報(bào);2012年13期

7 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進(jìn)階比的變速器微弱故障特征提取[J];振動(dòng)工程學(xué)報(bào);2012年03期

8 李再幃;練松良;;改進(jìn)HHT方法在軌道不平順信號(hào)分析中的應(yīng)用[J];深圳大學(xué)學(xué)報(bào)(理工版);2012年03期

9 楊宇;王歡歡;程軍圣;鄒憲軍;;基于LMD的包絡(luò)譜特征值在滾動(dòng)軸承故障診斷中的應(yīng)用[J];航空動(dòng)力學(xué)報(bào);2012年05期

10 王剛;冷爽;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的CT圖像去噪方法[J];科技創(chuàng)新與應(yīng)用;2012年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 程軍圣,于德介,楊宇;經(jīng)典模態(tài)分解方法中內(nèi)稟模態(tài)函數(shù)判據(jù)問題研究[J];中國機(jī)械工程;2004年20期

2 葉慶衛(wèi);汪同慶;;基于幅譜分割的粒子群最優(yōu)模態(tài)分解研究與應(yīng)用[J];儀器儀表學(xué)報(bào);2009年08期

3 王良鋒;喬渭陽;紀(jì)良;余索遠(yuǎn);;軸流風(fēng)扇/壓氣機(jī)管道周向聲模態(tài)的測量[J];航空動(dòng)力學(xué)報(bào);2014年04期

4 甘甜;王英民;趙俊渭;;模態(tài)分解的波束形成方法研究[J];兵工學(xué)報(bào);2011年03期

5 李中付,華宏星,宋漢文,陳之炎;模態(tài)分解法辨識(shí)線性結(jié)構(gòu)在環(huán)境激勵(lì)下的模態(tài)參數(shù)[J];上海交通大學(xué)學(xué)報(bào);2001年12期

6 劉志剛,陳艾榮;橋梁順風(fēng)向等效風(fēng)荷載計(jì)算方法及其分布[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年08期

7 李苗;任偉新;胡異丁;王寧波;;基于解析模態(tài)分解法的橋梁動(dòng)態(tài)應(yīng)變監(jiān)測數(shù)據(jù)溫度影響的分離[J];振動(dòng)與沖擊;2012年21期

8 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 裴利軍;邱本花;;模態(tài)分解法在非恒同耦合系統(tǒng)同步研究中的推廣[A];第十二屆全國非線性振動(dòng)暨第九屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

2 潘，

本文編號(hào)：2447442