全矢EEMD技术及其在故障诊断中的应用

摘要：

提出一种基于旋转机械同源数据融合的全矢(Ensemble Empirical Mode Decomposition,EEMD)总体平均经验模态分解信号分析方法.EEMD法是在传统的(Empirical Mode Decomposition,EMD)经验模态分解法的基础上,为了有效地抑制模态混叠现象而提出的改进方法.而在一些实际应用中,全矢EEMD方法能够提供比直接进行全矢融合更为可靠的诊断结论.具体地实现在处理存在噪声的同源信号时,先进性EEMD分解,再进行全矢谱信号融合,并对比传统全矢谱法说明本方法的优越性与局限性.

关键词： 旋转机械 故障诊断 总体平均经验模态分解 全矢谱 模态混叠

作者: 吴小龙 雷文平

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: 265-268

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）