变微分模态分解罚参量选择方法与时变系统识别

针对变微分模态分解(variational mode decomposition,VMD)罚参量会对分解结果产生影响的问题,提出一种基于数据驱动的VMD罚参量选择方法.该方法首先通过傅里叶变换的主频峰值确定罚参量;然后调整层数参量,获得有限个固有模式分量,通过对比不同层数参量时所得固有模式分量的固有频率与阻尼比变化,剔除伪分量;最后对真实固有模式分量进行希尔伯特变换,用于识别时变系统的瞬时频率.为证明所提方法对时变系统识别的有效性和准确性,分别对具有时变刚度的结构系统和柴油发动机的时变做功过程进行研究,将所提方法结果与经验模态分解方法结果进行比较.比较结果表明,当罚参数取值是信号最大幅值的1.5~16.0倍时VMD分解结果最优,所提方法可以更准确地识别瞬时频率,在工程应用中的能够更有效地对系统瞬时频率进行识别.