基于MEMD与全矢谱的故障特征提取方法

摘要：

针对故障信号的非平稳特征和单源信息进行故障识别易造成误判,提出了一种多维经验模式分解(MEMD)与全矢谱(FV)结合的故障特征提取方法一全矢多维经验模式分解(FV-MEMD).MEMD是一种基于多源信息等尺度分解的信号分析方法,该方法避免了采用传统EMD分解的分量在数量和频率成分出现的不匹配现象.首先使用MEMD算法对多源信息进行自适应分解得到各阶IMF分量,然后采用互信息法计算出多元信息和各自的IMF分量的相关系数,筛选出敏感的IMF分量并进行重构,最后应用全矢谱技术对重构信号进行特征频率提取.为了验证该方法的有效性,对仿真信号进行了处理.结果表明信号用MEMD处理后对应的IMF频率成分相同,满足了全矢谱融合条件,能够有效的提取出故障特征频率.

关键词： 机械设备 故障诊断 特征提取 多维经验模式分解 全矢谱

作者: 金兵 马艳丽 李凌均 文勇亮

作者单位: 郑州大学振动工程研究所,郑州450001

会议类型: 国内会议

会议名称: 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议

会议地点: 西安

会议语种:中文

页码: 280-282

在线出版日期: 2016-08-01（万方平台首次上网日期，不代表论文的发表时间）