【摘 要】
：
局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)方法的同时,也继承了EMD的模态混叠问题.噪
【机 构】
：
安徽工业大学机械工程学院 马鞍山243032;安徽理工大学矿山智能装备与技术安徽省重点实验室 淮南232001;安徽工业大学机械工程学院 马鞍山243032
论文部分内容阅读
局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)方法的同时,也继承了EMD的模态混叠问题.噪声辅助分解是解决EMD模态混叠问题的主要方法之一,但由于LCD对于噪声更加敏感,如果采用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)方法中的白噪声作为辅助信号不仅不能够有效地改善LCD中的模态混叠问题,还会产生较多的虚假分量.对此,提出一种改进的LCD方法——匀相窄波局部特征尺度分解方法(uniform phase local characteristic-scale decomposition,UPLCD).UPLCD采用具有均变相位的窄波信号来代替白噪声作为辅助分解信号,能够在抑制LCD模态混叠的同时,避免白噪声带来虚假分量增多的情况.通过仿真信号分析,验证了UPLCD方法抑制模态混叠的有效性.并将所提出的方法应用到机械故障诊断中,和EEMD、LCD和匀变相位经验模态分解(uniform phase empirical mode decomposition,UPEMD)等方法对比,结果表明,所提出的UPLCD方法能够有效地处理旋转机械故障模态信号,在分解精度和抑制干扰信号等方面更具优势.
其他文献
柔性生产线的数字孪生可以实现柔性生产过程运行状态的实时感知,并利用孪生数据优化生产.为此,提出了一种基于数字孪生的柔性生产线状态感知方法.首先建立了该方法的体系架构
针对导弹发射过程中尾翼身处高温、高压、高过载等恶劣环境时的振动信号难获取和实测信号失效等问题,利用动态存储测试技术和三轴数字加速度计,设计了一种基于ADXL345三轴数
针对传统光谱采集设备体积大,成本高的缺点,基于HAMAMATSU公司开发的MEMS-FPI型光谱传感器C14272,设计了以FPGA作为主控的红外光谱传感器驱动采集电路.电路包括可调谐滤波器
针对高密度人群教室空气质量差导致学生学习效率低和损害学生身心健康的问题,设计了一种集成化的教室空气感知系统.首先,阐述了集成化教室空气感知系统的整体设计;其次,基于
智能药物存储箱的设计顺应社会老龄化趋势,以弱势群体保护和特殊药物储藏作为研究对象,对目标监测、闹钟提醒、药物储藏等需求的智能化进行了深入研究.针对特殊群体生理能力
针对滚动轴承故障信号易受环境噪声干扰,故障特征信息获取相对困难的问题,提出了基于变分模态分解(VMD)与快速谱峭度的滚动轴承故障特征提取方法.首先将轴承信号分解为若干个
主轴轴承作为机床关键零部件,针对轴承故障信息比较复杂难以获取,并且故障数据样本少问题,提出了基于小波包混合特征和支持向量机(SVM)的数控机床轴承故障诊断方法.首先对轴
紫外激光具有波长短、速度快、加工精度高、热影响区小以及无损加工等优点,针对紫外激光加工过程中,不同参数对刻蚀结果产生不同的影响,实验中通过控制单一变量法,设计了扫描
为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的分解能力和分解精度,解决CEEMDAN方法中噪声残留等问
智能故障诊断技术能有效保障机械设备安全运行,传统的轴承故障诊断通常假设标记的源域和未标记的目标域数据服从同一分布.然而,在实际的诊断场景中,轴承数据的条件分布和边缘