针对包络估计函数解调时出现的突变问题,提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition,SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉,为此定义交叉局部区域为奇异区间...针对包络估计函数解调时出现的突变问题,提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition,SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉,为此定义交叉局部区域为奇异区间,结合极值对称理论增广该区间插值点,应用三次埃尔米特插值进行局部重构,形成奇异区间包络重构算法。仿真信号和往复压缩机轴承故障诊断应用证明,该算法解决了包络线交叉问题,抑制了解调突变现象,分解结果故障特征更显著。展开更多
针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包...针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包络,得到了包络曲线,减少了无用极值点的个数,抑制了噪声对分量的干扰;然后,采用改进的局部最大最小值(local max min)分割技术,对频谱包络曲线进行了频带分割;最后,构建了零相位滤波器,采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构,得到了若干个瞬时频率且具有物理意义的单分量信号;通过对仿真信号和滚动轴承实测信号的分析,并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明:采用CEEFD方法获得的单分量包含了更准确的故障特征信息,验证了CEEFD方法的有效性,CEEFD方法可用于轴承的故障诊断;相对于上述方法,CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。展开更多
文摘针对包络估计函数解调时出现的突变问题,提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition,SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉,为此定义交叉局部区域为奇异区间,结合极值对称理论增广该区间插值点,应用三次埃尔米特插值进行局部重构,形成奇异区间包络重构算法。仿真信号和往复压缩机轴承故障诊断应用证明,该算法解决了包络线交叉问题,抑制了解调突变现象,分解结果故障特征更显著。
文摘针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包络,得到了包络曲线,减少了无用极值点的个数,抑制了噪声对分量的干扰;然后,采用改进的局部最大最小值(local max min)分割技术,对频谱包络曲线进行了频带分割;最后,构建了零相位滤波器,采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构,得到了若干个瞬时频率且具有物理意义的单分量信号;通过对仿真信号和滚动轴承实测信号的分析,并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明:采用CEEFD方法获得的单分量包含了更准确的故障特征信息,验证了CEEFD方法的有效性,CEEFD方法可用于轴承的故障诊断;相对于上述方法,CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。