【摘要】：變分模態(tài)分解(VMD)是一種新的自適應(yīng)信號分解方法,該方法的核心思想是假設(shè)每個模態(tài)的絕大部分都是緊緊圍繞在某一中心頻率周圍的,然后將模態(tài)帶寬的求解問題轉(zhuǎn)化為約束優(yōu)化問題,求解出每個模態(tài)。將VMD引入到機(jī)械故障診斷中,提出一種基于VMD的機(jī)械故障診斷方法,并與集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法進(jìn)行對比分析。仿真結(jié)果表明:VMD方法明顯優(yōu)于EEMD方法,能有效地分解出信號的固有模態(tài);與EEMD方法相比較,該方法模態(tài)混疊現(xiàn)象弱,計(jì)算效率高,理論充分。將VMD方法成功地應(yīng)用到轉(zhuǎn)子不同碰摩嚴(yán)重程度的故障數(shù)據(jù)分析實(shí)驗(yàn)中,實(shí)驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了該方法的有效性,能夠揭示出碰摩故障數(shù)據(jù)的頻率結(jié)構(gòu),區(qū)分碰摩故障的嚴(yán)重程度。
[Abstract]:Variational mode decomposition (VMD) is a new adaptive signal decomposition method. The core idea of this method is to assume that most of each mode is surrounded by a central frequency. Then, the problem of modal bandwidth is transformed into a constrained optimization problem, and each modal is solved. This paper introduces VMD into mechanical fault diagnosis, proposes a VMD-based mechanical fault diagnosis method, and compares it with the set empirical mode decomposition (EEMD) method. The simulation results show that the VMD method is obviously superior to the EEMD method and can effectively decompose the inherent modes of the signal. Compared with the EEMD method, the proposed method has the advantages of weak aliasing, high computational efficiency and sufficient theory. The VMD method is successfully applied to the fault data analysis experiment of rotor with different rubbing severity. The experimental results further verify the effectiveness of the method and reveal the frequency structure of the rub-impact fault data. Distinguish the severity of rubbing faults.
【作者單位】： 南昌航空大學(xué)無損檢測技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(51675258、51265039、51075372、50775208) 機(jī)械傳動國家重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目(SKLMTKFKT-201514) 廣東省數(shù)字信號與圖像處理技術(shù)重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目(2014GDDSIPL-01) 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFF0203000)
【分類號】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 程軍圣,于德介,楊宇;經(jīng)典模態(tài)分解方法中內(nèi)稟模態(tài)函數(shù)判據(jù)問題研究[J];中國機(jī)械工程;2004年20期

2 葉慶衛(wèi);汪同慶;;基于幅譜分割的粒子群最優(yōu)模態(tài)分解研究與應(yīng)用[J];儀器儀表學(xué)報;2009年08期

3 王良鋒;喬渭陽;紀(jì)良;余索遠(yuǎn);;軸流風(fēng)扇/壓氣機(jī)管道周向聲模態(tài)的測量[J];航空動力學(xué)報;2014年04期

4 甘甜;王英民;趙俊渭;;模態(tài)分解的波束形成方法研究[J];兵工學(xué)報;2011年03期

5 李中付,華宏星,宋漢文,陳之炎;模態(tài)分解法辨識線性結(jié)構(gòu)在環(huán)境激勵下的模態(tài)參數(shù)[J];上海交通大學(xué)學(xué)報;2001年12期

6 劉志剛,陳艾榮;橋梁順風(fēng)向等效風(fēng)荷載計(jì)算方法及其分布[J];同濟(jì)大學(xué)學(xué)報(自然科學(xué)版);2003年08期

7 李苗;任偉新;胡異丁;王寧波;;基于解析模態(tài)分解法的橋梁動態(tài)應(yīng)變監(jiān)測數(shù)據(jù)溫度影響的分離[J];振動與沖擊;2012年21期

8 ;[J];;年期

相關(guān)會議論文 前2條

1 裴利軍;邱本花;;模態(tài)分解法在非恒同耦合系統(tǒng)同步研究中的推廣[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

2 潘，

本文編號：2127210