基于VMD的故障特征信号提取方法

被引:155
作者
赵昕海
张术臣
李志深
李富才
胡越
机构
[1] 上海交通大学机械系统与振动国家重点实验室
关键词
降噪; 变模式分解; 排列熵; 故障特征提取;
D O I
10.16450/j.cnki.issn.1004-6801.2018.01.002
中图分类号
TH17 [机械运行与维修];
学科分类号
120111 [工业工程];
摘要
变模式分解(variational mode decomposition,简称VMD)能够将多分量信号一次性分解成多个单分量调幅调频信号(variational intrinsic mode function,简称VIMF),但对噪声比较敏感。利用VMD对噪声的敏感特性,提出了一种基于VMD的降噪方法。利用排列熵定量确定VMD分解后各分量的含噪程度,对高噪分量直接剔除,对低噪分量进行Savitzky-Golay平滑处理,然后重构信号。运用该方法降噪后,对重构信号进行变模式分解,能够有效提取故障特征信号。仿真和实例分析表明,基于VMD的降噪方法的降噪效果优于小波变换降噪方法,VMD能有效提取故障特征信号。
引用
收藏
页码:11 / 19+202 +202
页数:10
相关论文
共 5 条
[1]
基于改进EMD方法的系统误差分离方法研究 [J].
姚刚 ;
赵建军 ;
姚跃亭 ;
任喜 .
振动与冲击, 2014, 33 (14) :176-180
[2]
EMD端点效应抑制的一种实用方法 [J].
王学敏 ;
黄方林 .
振动测试与诊断., 2012, 32 (03) :493-497+520
[3]
利用Kriging预测模型的EMD端点延拓 [J].
张子阳 ;
谢寿生 ;
龙门 ;
吴勇 ;
翟旭升 .
振动测试与诊断., 2011, 31 (06) :774-778+816
[4]
The local mean decomposition and its application to EEG perception data [J].
Smith, JS .
JOURNAL OF THE ROYAL SOCIETY INTERFACE, 2005, 2 (05) :443-454
[5]
The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].
Huang, NE ;
Shen, Z ;
Long, SR ;
Wu, MLC ;
Shih, HH ;
Zheng, QN ;
Yen, NC ;
Tung, CC ;
Liu, HH .
PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995