一种旋转机械振动信号特征提取的新方法

被引:23
作者
廖庆斌
李舜酩
机构
[1] 南京航空航天大学
关键词
时间序列; 多相关; 经验模式分解; 旋转机械; 特征提取;
D O I
暂无
中图分类号
TH113.1 [机械振动学];
学科分类号
摘要
针对在信号特征提取中的噪声抑制问题,提出了一种新的旋转机械振动信号特征提取方法,即时序多相关-经验模式分解方法。通过对原始数据进行时间序列多相关处理,消除了采样序列中零均值噪声信号的影响,克服了在后继频谱分析中由于噪声而导致频谱难于辨识的问题,凸显了原始信号中的特征信号成分。时序多相关分析为后继的谱分析提供了便于处理的前处理数据。应用经验模式分解,能较充分地表现出所需提取的特征信号。仿真和实际某型发动机转轴振动信号特征提取中的分析表明,新方法能成功提取到旋转机械振动信号包含的各个特征信号,证明该方法在旋转机械振动信号特征提取中具有很好的工程应用前景。
引用
收藏
页码:1675 / 1679
页数:5
相关论文
共 2 条
[1]   高阶循环统计量理论在机械故障诊断中的应用 [J].
陈进 ;
姜鸣 .
振动工程学报, 2001, (02) :5-14
[2]  
时间序列分析—高阶统计量方法[M]. 清华大学出版社 , 张贤达 著, 1996