EEMD方法和EMD方法抗模态混叠对比研究

摘要：

本文利用具体的非平稳齿轮箱振动信号,分别应用总体平均经验模态分解方法(ensemble empirical mode decomposition,EEMD)和经验模态分解方法(empirical modedecomposition,EMD)进行了模态分解,并计算的出能量熵。物理意义明确且非常直观。当信号受到噪声污染时,EMMD方法的分解效果要好于EMD方法,用EEMD方法分解齿轮箱振动信号模态混叠程度要轻于EMD方法分解所得模态混叠程度。

关键词： 齿轮箱振动 故障诊断 EEMD分解 模态混叠

作者: 张超 陈建军

作者单位: 西安电子科技大学机电工程学院,西安 710071 内蒙古科技大学信息工程学院,包头 014010 西安电子科技大学机电工程学院,西安 710071

会议类型: 国内会议

会议名称: 2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)

会议地点: 沈阳

会议语种:中文

页码: 87-90

在线出版日期: 2010-08-15（万方平台首次上网日期，不代表论文的发表时间）