改进集成噪声重构经验模式分解的微弱时频特征增强方法及应用

发布时间：2017-11-29 16:21

  本文关键词：改进集成噪声重构经验模式分解的微弱时频特征增强方法及应用

  更多相关文章： 集成噪声重构经验模式分解 Hilbert-Huang变换 微弱特征增强 故障诊断

【摘要】：基于噪声利用机制,集成噪声重构经验模式分解方法(Ensemble noise-reconstructed empirical mode decomposition,ENEMD)利用原信号中固有噪声分量改善模式混淆现象,并通过固有噪声分量的相互抵消作用实现信号降噪。然而,该方法中关键噪声估计技术采用类硬阈值处理方式,忽略系数之间相关性。为此,研究基于相邻系数降噪原理的ENEMD噪声估计技术,提高固有噪声分量估计的准确性。在此基础上,将改进ENEMD方法引入Hilbert-Huang变换中,提出改进ENEMD的微弱时频特征增强方法。该方法以无模式混淆的本征模式分量(Intrinsic mode function,IMF)准确表征微弱故障信号的瞬时频率,并以降噪IMF有效提高时频谱信噪比,消除时频谱中噪声杂点,显著提高信号时频表示的分辨率,增强微弱故障的时频表征并突显局部故障征兆,为机械早期和微弱故障识别提供有效手段。工程实例表明该方法有效揭示空气分离压缩机碰撞与摩擦故障征兆,并成功提取重油催化裂化机组早期微弱碰摩故障特征。
【作者单位】： 上海无线电设备研究所;西安交通大学机械制造系统工程国家重点实验室;
【基金】：国家自然科学基金(51405301) 上海市青年科技启明星计划(16QB1403700)资助项目
【分类号】：TH45;TH17
【正文快照】： 0前言1工程实践中,我们期望对关键机械设备在运行中萌生的故障做到防微杜渐,保障设备长周期安全运行。而微弱故障通常是指处于早期阶段的微弱或潜在故障,具有症状不明显、特征信息微弱等特点;也指故障特征被机械系统多干扰源和强噪声所淹没,致使信噪比低,难以识别[1]。现有机

【相似文献】

中国期刊全文数据库 前10条

1 赵鹏;周云龙;孙斌;;基于经验模式分解复杂度特征和最小二乘支持向量机的离心泵振动故障诊断[J];中国电机工程学报;2009年S1期

2 汪沅;朱瑞荪;;基于小波除噪和经验模式分解的信号分析方法[J];机械研究与应用;2008年05期

3 胡红英;殷福亮;;频率外差经验模式分解改进算法[J];农业机械学报;2010年10期

4 毋文峰;陈小虎;苏勋家;;基于经验模式分解的单通道机械信号盲分离[J];机械工程学报;2011年04期

5 郝研;王太勇;万剑;张攀;刘路;;基于经验模式分解和广义维数的机械故障诊断[J];吉林大学学报(工学版);2012年02期

6 杨建文,贾民平,许飞云,胡建中;基于经验模式分解的旋转机械振动信号降噪处理[J];中国工程科学;2005年08期

7 杨建文;贾民平;许飞云;;经验模式分解在循环平稳故障信号分析中的应用[J];东南大学学报(自然科学版);2006年01期

8 杜秋华;杨曙年;;经验模式分解的改进及其对球轴承缺陷的诊断[J];振动、测试与诊断;2007年01期

9 雷亚国;孔德同;李乃鹏;林京;;自适应总体平均经验模式分解及其在行星齿轮箱故障检测中的应用[J];机械工程学报;2014年03期

10 翟光瑞;潘宏侠;;基于SVD降噪的机械振动信号经验模式分解及其应用[J];起重运输机械;2009年10期

中国重要会议论文全文数据库 前1条

1 高强;段晨东;房祥波;刘本超;;一种改进的经验模式分解方法[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

，

本文编号：1237369