中央高校基本科研业务费专项资金(2012jdg201)
- 作品数：1 被引量：45H指数：1
- 相关作者：林京李乃鹏雷亚国更多>>
- 相关机构：学研究院西安交通大学更多>>
- 发文基金：中央高校基本科研业务费专项资金陕西省自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：机械工程更多>>
- 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被引量：45
- 2014年
- 总体平均经验模式分解(Ensemble empirical mode decomposition,EEMD)是针对经验模式分解(Empirical mode decomposition,EMD)存在的模式混淆问题而提出的,对分解信号加入高斯白噪声,改善信号的极值点分布,经过多次平均,从而达到减小模式混淆的目的。然而,EEMD分解效果取决于添加噪声的幅值、筛选次数等参数的选择。目前的研究通常是人为选择这些参数,具有较大的盲目性和主观性,因此分解结果差强人意。为了解决以上问题,提出一种新的自适应总体平均经验模式分解方法。该方法基于EMD的滤波特性,在提取本征模式分量(Intrinsic mode function,IMF)的过程中自适应改变加入噪声的幅值,并对每个IMF自动选择不同的筛选次数,可以更好地削弱模式混淆。通过仿真试验验证了该方法的有效性,并将该方法应用于行星轮故障检测中,取得了比EEMD更好的故障检测结果。
- 雷亚国孔德同李乃鹏林京
- 关键词：行星齿轮箱故障检测
