分数阶经验模态分解方法在机械故障诊断中应用
DOI: 10.11830/ISSN.1000-5013.2010.04.0367
Keywords: 故障诊断 , 分数阶Fourier变换 , 经验模态分解 , 仿真
Abstract:
将经验模态分解方法(EMD)和分数阶Fourier变换基本理论相结合,提出一种基于分数阶Fourier变换的经验模态分解的机械故障诊断方法.仿真结果表明,提出的方法是有效的,尤其是对于用EMD分解方法无法进行有效分解的信号.如果时频平面旋转一定的角度,将信号从EMD难以分离的区域变换到可以用EMD分解有效识别的区域,然后经过EMD分解和分数阶Fourier反变换,就可以实现分量的提取.诊断实例进一步验证方法的有效性.
References
[1] LOPARO K A. Bearing data center [EB/OL]. http:∥www.eecs.case.edu/laboratory/bearing/download.html, 2005. [2] 刘立州, 王穗平, 李志农. 分数倒谱及其在机械故障诊断中应用研究 [J]. 噪声与振动控制, 2009(5):77-79.doi:10.3969/j.issn.1006-1355.2009.05.021. [3] 吕亚平. 基于时频分析的机械故障源盲分离方法研究 [D]. 郑州:郑州大学, 2009. [4] 刘立州. 分数阶非平稳信号处理方法及在机械故障诊断中应用研究 [D]. 郑州:郑州大学, 2009. [5] 于德介, 程军圣, 杨宇. 机械故障诊断的Hilbert-Huang变换方法 [D]. 北京:科学出版社, 2006. [6] HUANG N E, SHEN Z, LONG S R. The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis [J]. Proceedings of the Royal Society, 1998, (1971):903-995.doi:10.1098/rspa.1998.0193.
Full-Text
