改进经验模态分解在动平衡信号提取中的应用

在变频结构干扰和强噪声背景下,传统方法从原始振动信号中提取动平衡信号的精度不高。本文采用经验模态分解可以根据实时振动信号的局部特征时间尺度,将其自适应分解为有限多个由高频到低频排列的、正交的本征模态函数;同时利用自回归预测模型延拓信号端点,以消除分解过程的边界效应对低频动平衡信号的影响;最后,根据功率谱密度可以快速、有效地判断出代表基频信号的本征模态函数。实验结果证明,该方法可以高精度提取动平衡信号,在相同测量条件下,能够获得较高的一次不平衡量降低率和较好的重复性能。