為了克服傅里葉變換、經(jīng)驗?zāi)B(tài)分解與傅里葉分解方法在分析非平穩(wěn)信號方面的不足,提出一種適合非線性和非平穩(wěn)信號分析的新方法——自適應(yīng)經(jīng)驗傅里葉分解（Adaptive empirical Fourier decomposition,AEFD）。AEFD方法以快速傅里葉變換為基礎(chǔ),通過對變換系數(shù)進(jìn)行分組重構(gòu),能夠?qū)⒁粋�非平穩(wěn)信號自適應(yīng)地分解為若干個瞬時頻率具有物理意義的傅里葉本征模態(tài)函數(shù)（Fourier intrinsic mode function,FIMF）之和。研究了AEFD的分解正交性和精確性,通過仿真信號分析,將其與經(jīng)驗?zāi)B(tài)分解,變分模態(tài)分解和傅里葉分解方法等進(jìn)行了詳細(xì)對比,結(jié)果表明了AEFD的優(yōu)越性。最后,為了提高故障診斷的精度和驗證AEFD的有效性,將AEFD應(yīng)用到轉(zhuǎn)子碰摩和滾動軸承局部故障診斷中。試驗數(shù)據(jù)分析結(jié)果表明,與經(jīng)驗?zāi)B(tài)分解等方法相比,AEFD不僅能夠有效地診斷故障,而且診斷精度更高。 

【文章來源】：機械工程學(xué)報. 2020,56(09)北大核心EICSCD

【文章頁數(shù)】：12 頁

【部分圖文】：

仿真信號x(t)時域波形

EMD,VMD,FDM及AEFD四種方法估計x(t)的時頻分布

仿真信號y(t)及其組成成分的時域波形

【參考文獻(xiàn)】：
期刊論文
[1]基于FVMD多尺度排列熵和GK模糊聚類的故障診斷[J]. 陳東寧,張運東,姚成玉,孫飛,周能元.  機械工程學(xué)報. 2018(14)
[2]基于改進(jìn)經(jīng)驗小波變換的時頻分析方法及其在滾動軸承故障診斷中的應(yīng)用[J]. 鄭近德,潘海洋,戚曉利,張興權(quán),劉慶運.  電子學(xué)報. 2018(02)
[3]均值優(yōu)化經(jīng)驗?zāi)B(tài)分解及其在轉(zhuǎn)子故障診斷中的應(yīng)用[J]. 鄭近德,潘海洋,程軍圣.  機械工程學(xué)報. 2018(23)
[4]基于變分模態(tài)分解的機械故障診斷方法研究[J]. 李志農(nóng),朱明.  兵工學(xué)報. 2017(03)
[5]改進(jìn)的希爾伯特-黃變換及其在滾動軸承故障診斷中的應(yīng)用[J]. 鄭近德,程軍圣.  機械工程學(xué)報. 2015(01)
[6]一種新的非平穩(wěn)信號分析方法——局部特征尺度分解法[J]. 程軍圣,鄭近德,楊宇.  振動工程學(xué)報. 2012(02)
[7]魏格納-維爾分布交叉項抑制方法綜述[J]. 趙培洪,平殿發(fā),鄧兵,李炳榮.  探測與控制學(xué)報. 2010(01)
[8]一種應(yīng)用自項抑制魏格納分布交叉項的方法[J]. 劉文藝,湯寶平,陳仁祥,蔣永華.  中國機械工程. 2009(21)
[9]轉(zhuǎn)子系統(tǒng)碰摩故障的實驗研究[J]. 盧文秀,褚福磊.  清華大學(xué)學(xué)報(自然科學(xué)版). 2005(05)

碩士論文
[1]旋轉(zhuǎn)機械故障特征提取技術(shù)及其系統(tǒng)研究[D]. 張韌.浙江大學(xué) 2004



本文編號：3558051