噪声协助的EMD-1.5维谱信号抗混分解与特征提取

被引:13
作者
陈略 [1 ,2 ]
訾艳阳 [1 ]
何正嘉 [1 ]
袁静 [1 ]
机构
[1] 机械制造系统工程国家重点实验室
[2] 北京航天飞行控制中心
关键词
经验模式分解(EMD); 抗混分解; 1.5维谱; 高斯白噪声; 故障诊断;
D O I
10.13465/j.cnki.jvs.2010.05.051
中图分类号
TH165.3 [];
学科分类号
摘要
针对大型动力装备核心部件微弱故障特征信息提取问题,提出了一种噪声协助的EMD-1.5维谱故障诊断方法。经验模式分解(EMD)方法中,信号极值点间隔特性影响模式混淆现象的出现,针对此状况提出信号极值点间隔特性评价方法,分析高斯白噪声有助于信号抗混分解原理,通过对原始信号加入高斯白噪声得到噪声协助的EMD方法,提高信号抗混分解能力。将1.5维谱与噪声协助的EMD方法结合,得到一种新的故障特征提取方法,该方法具有对信号进行有效抗混分解、提取非线性耦合等特性,并以此来提取故障的微弱特征信息。通过仿真研究与电力机车滚动轴承的故障诊断工程实例,验证了该方法的有效性。
引用
收藏
页码:26 / 30+237 +237-238
页数:7
相关论文
共 3 条
[1]   总体平均经验模式分解与1.5维谱方法的研究 [J].
陈略 ;
訾艳阳 ;
何正嘉 ;
成玮 .
西安交通大学学报, 2009, (05) :94-98
[2]  
现代信号处理及工程应用.[M].何正嘉; 主编.西安交通大学出版社.2007,
[3]   Fault detection of DC electric motors using the bispectral analysis [J].
Boltezar, Miha ;
Slavic, Janko .
MECCANICA, 2006, 41 (03) :283-297