本文選題：集合經(jīng)驗模態(tài)分解 + 特征提取�。� 參考：《振動.測試與診斷》2014年06期

【摘要】：針對應用集合經(jīng)驗模態(tài)分解(ensemble empirical mode decomposition,簡稱EEMD)進行機械故障特征提取時兩個重要參數(shù)k(白噪聲幅值系數(shù))和M(總體平均次數(shù))的選取問題,分析了不同幅值系數(shù)的白噪聲對信號極值點分布均勻性和EEMD分解精度的影響規(guī)律,提出了基于信號極值點分布均勻性的EEMD自適應參數(shù)優(yōu)化方法。該方法根據(jù)信號本身特點,自適應選取使信號極值點分布最為均勻的白噪聲幅值系數(shù)作為EEMD的k值,再通過設置期望分解誤差計算得到M值。通過仿真分析和工程應用,驗證了所提方法的可行性和有效性,與現(xiàn)有EEMD參數(shù)選取方法的對比結果表明了該方法的優(yōu)勢。
[Abstract]:In this paper, the selection of two important parameters K (white noise amplitude coefficient) and M (total average number of times) for mechanical fault feature extraction using set empirical mode decomposition (EMD) is discussed. The influence of white noise with different amplitude coefficients on the distribution uniformity and EEMD decomposition accuracy of the signal extremum is analyzed. A EEMD adaptive parameter optimization method based on the distribution uniformity of the signal extremum is proposed. According to the characteristics of the signal itself, the white noise amplitude coefficient, which makes the signal extremum distribution the most uniform, is adaptively selected as the k value of EEMD, and then the M value is calculated by setting the expected decomposition error. The feasibility and effectiveness of the proposed method are verified by simulation analysis and engineering application. The results of comparison with the existing EEMD parameter selection methods show the advantages of the proposed method.
【作者單位】： 重慶交通大學機電與汽車工程學院;四川大學空天科學與工程學院;重慶大學機械傳動國家重點實驗室;
【基金】：國家自然科學基金資助項目(51305471,51375514) 中國博士后科學基金資助項目(2014M560719) 重慶市基礎與前沿研究計劃資助項目(cstc2014jcyjA70009) 重慶市教育委員會科學技術研究資助項目(KJ1400308)
【分類號】：TH165.3;TN911.4

【參考文獻】

相關期刊論文 前4條

1 陳略;唐歌實;訾艷陽;馮卓楠;李康;;自適應EEMD方法在心電信號處理中的應用[J];數(shù)據(jù)采集與處理;2011年03期

2 陳雋;李想;;運用總體經(jīng)驗模態(tài)分解的疲勞信號降噪方法[J];振動.測試與診斷;2011年01期

3 李輝;鄭海起;唐力偉;;基于EEMD和THT的齒輪故障診斷方法[J];振動.測試與診斷;2011年04期

4 陳仁祥;湯寶平;呂中亮;;基于相關系數(shù)的EEMD轉(zhuǎn)子振動信號降噪方法[J];振動.測試與診斷;2012年04期

【共引文獻】

相關期刊論文 前10條

1 袁慧五;趙桂明;;齒輪故障診斷中振動信號處理研究進展[J];甘肅科技;2012年15期

2 朱迅杰;鄧焱;;基于LabVIEW小波分析包的病態(tài)心電信號處理[J];電子測量技術;2013年04期

3 李曉暉;傅攀;;基于一維盲源分離的滾動軸承故障診斷[J];電子測量與儀器學報;2013年06期

4 DAI Zhi-Xiu;;New Metrics of the Tropospheric Biennial Oscillation in the East Asian Summer Monsoon and Its Interdecadal Shift[J];Atmospheric and Oceanic Science Letters;2013年06期

5 劉力;畢貴紅;祖哲;陳仕龍;;基于掩膜分量的改進HHT方法在電能質(zhì)量擾動信號定位中的應用[J];電氣自動化;2013年05期

6 趙蓓蕾;吳亞婷;李強;;基于形態(tài)學與灰度模態(tài)分析的陰影去除方法[J];兵工自動化;2013年12期

7 后銳;伍嘉文;羅智;;并購浪潮與股市波動:基于EMD的相關性檢驗與解釋[J];系統(tǒng)工程;2013年09期

8 梁萍;丁一匯;;強降水過程氣候態(tài)季節(jié)內(nèi)振蕩及其在延伸期預報中的應用[J];高原氣象;2013年05期

9 黃長軍;郭際明;喻小東;袁長征;;干涉圖EMD-自適應濾波去噪法[J];測繪學報;2013年05期

10 車榮飛;賈劍鋼;馬武剛;;VP型傾斜儀自動信號判別與調(diào)零實現(xiàn)[J];大地測量與地球動力學;2013年S2期

相關會議論文 前10條

1 張衛(wèi);張雪英;孫穎;;基于HHT邊際Teager能量譜的語音情感識別[A];第十二屆全國人機語音通訊學術會議（NCMMSC'2013）論文集[C];2013年

2 王紅軍;付瑤;;基于多項式擬合的EMD端點效應處理方法研究[A];創(chuàng)新裝備技術 給力地方經(jīng)濟——第三屆全國地方機械工程學會學術年會暨海峽兩岸機械科技論壇論文集[C];2013年

3 胡赤兵;樓軍偉;王季;李貴子;;基于EMD樣本熵的軸承故障信號復雜性度量[A];創(chuàng)新裝備技術 給力地方經(jīng)濟——第三屆全國地方機械工程學會學術年會暨海峽兩岸機械科技論壇論文集[C];2013年

4 趙家黎;胡赤兵;何小龍;;基于Labview和Matlab混合編程的故障診斷系統(tǒng)研究[A];創(chuàng)新裝備技術 給力地方經(jīng)濟——第三屆全國地方機械工程學會學術年會暨海峽兩岸機械科技論壇論文集[C];2013年

5 何志文;錢昌松;吳曉露;;基于經(jīng)驗周期模態(tài)單元濾波消除地震波中的汽車震動干擾的方法[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

6 葛鑫;劉懷山;張如一;;基于希爾伯特黃變換的瞬時屬性提取方法研究[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

7 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

8 劉哲函;王曉明;劉俊民;王海軍;唐恒專;;F檢測原理及其在NDC的應用研究[A];國家安全地球物理叢書（九）——防災減災與國家安全[C];2013年

9 Changmin Fu;Qingyun Di;Zhiguo An;;Application of the CSAMT method to groundwater exploration in a metropolitan environment[A];中國科學院地質(zhì)與地球物理研究所2013年度（第13屆）學術論文匯編——科技支撐系統(tǒng)[C];2014年

10 王正海;何鳳萍;楊明國;姚卓森;;基于Hilbert-Huang變換MT數(shù)據(jù)矩形干擾的處理[A];第十二屆全國數(shù)學地質(zhì)與地學信息學術研討會論文集[C];2013年

相關博士學位論文 前10條

1 陳仁祥;振動譜表征空間滾動軸承壽命狀態(tài)方法研究[D];重慶大學;2012年

2 唐友福;基于廣義局部頻率的非線性非平穩(wěn)信號故障特征提取方法研究[D];上海大學;2013年

3 郭堯琦;分形市場下有色金屬價格波動問題研究[D];中南大學;2012年

4 邵喜高;基于統(tǒng)計學習理論的多核預測模型研究及應用[D];中南大學;2013年

5 韓國勝;蛋白質(zhì)結構類與功能預測及物種親緣分析問題的非線性方法研究[D];湘潭大學;2013年

6 陶冬旺;基于數(shù)據(jù)驅(qū)動和物理模型的結構地震損傷識別方法研究[D];哈爾濱工業(yè)大學;2013年

7 趙明生;基于能量原理的中深孔臺階爆破振動效應研究[D];武漢理工大學;2012年

8 王元欽;基于雷達極化的彈丸運動特征處理方法研究[D];哈爾濱工業(yè)大學;2012年

9 張也弛;非線性能量阱的力學特性與振動抑制效果研究[D];哈爾濱工業(yè)大學;2012年

10 楊川;汽車關門聲品質(zhì)研究[D];湖南大學;2012年

相關碩士學位論文 前10條

1 顧海燕;基于EMD時頻分析的旋轉(zhuǎn)機械故障特征提取方法研究[D];燕山大學;2012年

2 彭賢;言語誘發(fā)反應中頻率跟隨反應部分的瞬時能量譜分析[D];南方醫(yī)科大學;2012年

3 王蕊;橋梁運營模態(tài)分析研究[D];西南交通大學;2013年

4 梅旭紅;基于網(wǎng)絡和無線傳輸?shù)臋C器人肌電控制[D];杭州電子科技大學;2013年

5 于建明;基于時頻分析方法的超聲回波信號特征提取研究[D];內(nèi)蒙古大學;2013年

6 任兵;基于改進的迭代希爾伯特變換和支持向量機的行星減速器故障診斷[D];重慶大學;2013年

7 張曉鴿;基于振動信號分析的滾動軸承故障診斷儀的設計與實現(xiàn)[D];重慶大學;2013年

8 梅倩;LS-SVM在時間序列預測中的理論與應用研究[D];重慶大學;2013年

9 陳兆文;基于信號的數(shù)學形態(tài)學方法及其在滾動軸承故障診斷中的研究應用[D];北京化工大學;2013年

10 劉偉;基于改進的WVD的旋轉(zhuǎn)機械故障診斷研究[D];昆明理工大學;2013年

【二級參考文獻】

相關期刊論文 前10條

1 趙旦峰;許聰;張揚;蘭海燕;;采用循環(huán)疊加經(jīng)驗模態(tài)分解的去噪算法[J];哈爾濱工程大學學報;2010年06期

2 陳果;;基于小波分析的轉(zhuǎn)子故障信號自適應降噪技術研究[J];航空動力學報;2008年01期

3 陳凱;;基于經(jīng)驗模式分解的去噪方法[J];石油地球物理勘探;2009年05期

4 楊永鋒;吳亞鋒;任興民;裘焱;;隨機噪聲對經(jīng)驗模態(tài)分解非線性信號的影響[J];物理學報;2010年06期

5 陳略;訾艷陽;何正嘉;成瑋;;總體平均經(jīng)驗模式分解與1.5維譜方法的研究[J];西安交通大學學報;2009年05期

6 王春,彭東林;Hilbert-Huang變換及其在去噪方面的應用[J];儀器儀表學報;2004年S2期

7 李輝;鄭海起;唐力偉;;基于EMD和功率譜的齒輪故障診斷研究[J];振動與沖擊;2006年01期

8 曹沖鋒;楊世錫;楊將新;;大型旋轉(zhuǎn)機械非平穩(wěn)振動信號的EEMD降噪方法[J];振動與沖擊;2009年09期

9 陳略;訾艷陽;何正嘉;袁靜;;噪聲協(xié)助的EMD-1.5維譜信號抗混分解與特征提取[J];振動與沖擊;2010年05期

10 胡勁松,楊世錫,吳昭同,嚴拱標;基于經(jīng)驗模態(tài)分解的旋轉(zhuǎn)機械振動信號濾波技術研究[J];振動、測試與診斷;2003年02期

【相似文獻】

相關期刊論文 前10條

1 姜建國,蘇鵬聲,邱阿端,汪慶生,楊秉壽;電機故障特征提取方法二則[J];中國電機工程學報;1992年05期

2 陳岳東，，屈梁生;回轉(zhuǎn)機械的故障特征提取與分類[J];機械工程學報;1994年S1期

3 高正明;何彬;趙娟;裴永泉;左廣霞;;常用故障特征提取方法[J];機床與液壓;2009年12期

4 李兆飛;柴毅;李華鋒;;多重分形的振動信號故障特征提取方法[J];數(shù)據(jù)采集與處理;2013年01期

5 韓立靜;徐金梧;陽建宏;黎敏;;基于灰度擊中擊不中變換的故障特征提取方法[J];北京科技大學學報;2012年07期

6 李輝,宋智勇,孫豐瑞;基于小波包-包絡分析的故障特征提取方法[J];振動、測試與診斷;2003年04期

7 李學軍;廖傳軍;褚福磊;;適于聲發(fā)射信號故障特征提取的小波函數(shù)[J];機械工程學報;2008年03期

8 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進階比的變速器微弱故障特征提取[J];振動工程學報;2012年03期

9 任立通;胡金海;謝壽生;王磊;苗卓廣;;基于隨機共振預處理的振動故障特征提取研究[J];振動與沖擊;2014年02期

10 陳長征,羅躍綱,張省,虞和濟;基于小波分析的機械故障特征提取研究[J];機械強度;2001年01期

相關會議論文 前3條

1 趙志宏;楊紹普;;一種基于ICA的機械故障特征提取方法[A];機械動力學理論及其應用[C];2011年

2 潘宏俠;黃晉英;毛鴻偉;劉振旺;;基于粒子群優(yōu)化的故障特征提取技術研究[A];第九屆全國振動理論及應用學術會議論文摘要集[C];2007年

3 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國控制會議論文集[C];2008年

相關博士學位論文 前10條

1 程發(fā)斌;面向機械故障特征提取的混合時頻分析方法研究[D];重慶大學;2007年

2 馮坤;基于內(nèi)積變換的機械故障特征提取原理與早期識別方法研究[D];北京化工大學;2012年

3 李加慶;基于聲全息的故障特征提取技術研究[D];上海交通大學;2008年

4 趙玲;旋轉(zhuǎn)機械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學;2010年

5 陳建國;基于獨立分量分析的機械故障特征提取及分類方法研究[D];大連理工大學;2011年

6 李兆飛;振動故障分形特征提取及診斷方法研究[D];重慶大學;2013年

7 鞠萍華;旋轉(zhuǎn)機械早期故障特征提取的時頻分析方法研究[D];重慶大學;2010年

8 趙志宏;基于振動信號的機械故障特征提取與診斷研究[D];北京交通大學;2012年

9 趙鵬;離心泵振動故障診斷方法研究及系統(tǒng)實現(xiàn)[D];華北電力大學（北京）;2011年

10 毛永芳;機械測試中多分量信號特征提取方法的研究[D];重慶大學;2008年

相關碩士學位論文 前10條

1 沈金理;機械裝備連接松動故障特征提取方法的研究[D];東華大學;2013年

2 李敏;基于譜融合的管道故障特征提取方法研究[D];北京化工大學;2011年

3 易雄;基于小波分析的機械故障特征提取與診斷技術研究[D];浙江工業(yè)大學;2009年

4 鐘曉平;氣象衛(wèi)星運動部件故障特征提取及振動特性研究[D];上海交通大學;2009年

5 王澤棟;鉆井泵閥的故障特征提取與基于GSM的遠程故障報警儀[D];北京化工大學;2008年

6 宋震;柴油機典型故障特征提取與診斷研究[D];天津大學;2013年

7 李艷妮;旋轉(zhuǎn)機械故障機理與故障特征提取技術研究[D];北京化工大學;2007年

8 劉亭偉;基于譜峭度的齒輪箱故障特征提取[D];昆明理工大學;2011年

9 李斌;基于盲源分離的旋轉(zhuǎn)機械非平穩(wěn)振動信號研究[D];昆明理工大學;2011年

10 趙海峰;基于HHT的非平穩(wěn)信號故障特征提取研究[D];大慶石油學院;2007年

本文編號：1778478