10.3969/j.issn.1006-1355.2021.02.015
极点加权模态分解及其在故障诊断中的应用
经验模态分解(EMD)是一种自适应信号分解方法,由于其能够同时提供振动信号时域和频域的局部信息,在机械故障诊断领域得到广泛应用.受EMD思想的启发,基于相邻极值加权构造均值曲线,提出一种新的自适应信号分解方法—极点加权模态分解(EPWMD).通过仿真信号分析,将提出的EPWMD方法与EMD和局部特征尺度分解(LCD)等方法进行对比,结果表明,与EMD和LCD相比,EPWMD方法在分解性能和分解精度方面有显著提高.最后,将提出的EPWMD方法应用于转子碰摩和滚动轴承局部故障信号分析,并与EMD方法进行对比,分析结果表明,EPWMD方法不仅能够有效识别故障特征,而且其诊断效果优于EMD方法.
故障诊断、经验模态分解、局部均值分解、时频分析、极点加权模态分解
41
TN911.7;TH165+.3
国家重点研发计划资助项目;国家自然科学基金资助项目;安徽省自然科学基金资助项目;安徽省高校自然科学研究重点资助项目;安徽省矿山智能装备与技术重点实验室开放课题资助项目
2021-04-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
93-99
