完全ASTFA方法及其在转子碰摩故障诊断中的应用

在进行自适应最稀疏分析(Adaptive and Sparsest Time-Frequency Analysis,ASTFA)时需要人为地选定分量带宽控制参数λ_(max),λ_(max)选用不当会引起模态混淆,针对ASTFA的这种缺陷,利用总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的自适应性,提出完全自适应最稀疏分析(Complete Adaptive and Sparsest Timefrequency Analysis,CASTFA)方法。CASTFA以EEMD分解出来的分量为参考,自适应地确定λ_(max)。仿真结果结果表明CASTFA能够抑制ASTFA方法的模态混淆现象,且分解效果优于EEMD方法。将CASTFA方法应用于转子碰摩故障诊断,结果表明了该方法的有效性。