基于EMD分解和奇异值差分谱理论的轴承故障诊断方法 被引量：80

1

作者 张超 陈建军 徐亚兰 《振动工程学报》 EI CSCD 北大核心 2011年第5期539-545,共7页

针对故障轴承振动信号中含有强烈的背景噪声,难以提取故障频率的现实情况,提出了基于经验模态分解(Empirical Mode Decomposition,EMD)和奇异值差分谱的轴承故障诊断方法。首先通过EMD方法将非平稳的原始轴承振动信号分解成若干个平稳... 针对故障轴承振动信号中含有强烈的背景噪声,难以提取故障频率的现实情况,提出了基于经验模态分解(Empirical Mode Decomposition,EMD)和奇异值差分谱的轴承故障诊断方法。首先通过EMD方法将非平稳的原始轴承振动信号分解成若干个平稳的本征模函数(Intrinsic Mode Function,IMF);由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率。对IMF分量构建Hankel矩阵并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某个IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率。实验结果表明,提出的方法能有效地应用于轴承的故障诊断。 展开更多

关键词 轴承 故障诊断 经验模态分解 HANKEL矩阵 奇异值差分谱

在线阅读 下载PDF 职称材料

IVMD融合奇异值差分谱的滚动轴承早期故障诊断 被引量：32

2

作者 唐贵基 王晓龙 《振动．测试与诊断》 EI CSCD 北大核心 2016年第4期700-707,810,共8页

针对滚动轴承早期故障阶段存在特征信号微弱、故障识别相对困难的问题,提出了融合改进变分模态分解和奇异值差分谱的诊断方法。原始信号经改进变分模态分解方法处理后,被分解为若干本征模态函数分量,利用包络谱稀疏度指标筛选出最佳分... 针对滚动轴承早期故障阶段存在特征信号微弱、故障识别相对困难的问题,提出了融合改进变分模态分解和奇异值差分谱的诊断方法。原始信号经改进变分模态分解方法处理后,被分解为若干本征模态函数分量,利用包络谱稀疏度指标筛选出最佳分量构造Hankel矩阵并进行奇异值分解,求取奇异值差分谱后,根据差分谱中的突变点重构信号,最终通过分析信号的包络谱可判断轴承的故障类型。利用改进变分模态分解融合奇异值差分谱的方法对轴承故障模拟及实测信号进行分析,均成功提取出微弱特征信息,能够实现滚动轴承早期故障的有效判别,具有一定的可靠性和应用价值。 展开更多

关键词 改进变分模态分解 奇异值差分谱 滚动轴承 早期故障

在线阅读 下载PDF 职称材料

基于LMD与奇异值差分谱的滚动轴承故障诊断方法 被引量：8

3

作者 马朝永 刘茜 段建民 《北京工业大学学报》 CAS CSCD 北大核心 2014年第2期182-188,共7页

针对滚动轴承故障振动信号的非线性非平稳特性及强噪声特性,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的滚动轴承故障诊断方法.首先对原始信号进行LMD分解,得到若干乘积函数(product function,PF)分量,... 针对滚动轴承故障振动信号的非线性非平稳特性及强噪声特性,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的滚动轴承故障诊断方法.首先对原始信号进行LMD分解,得到若干乘积函数(product function,PF)分量,然后对故障特征明显的分量构建Hankel矩阵并进行奇异值分解,求出奇异值差分谱曲线,找到奇异值差分谱最大突变点来确定奇异值重构分量的个数,进而对包含故障特征频段的分量进行消噪和重构,再对重构信号进行Hilbert包络谱分析,提取故障特征.实验结果和工程应用表明:LMD和奇异值差分谱结合的信号特征提取方法,能准确、有效地提取滚动轴承的故障特征频率,对故障类型作出准确判断. 展开更多

关键词 局部均值分解 奇异值差分谱 故障诊断

在线阅读 下载PDF 职称材料

基于傅里叶分解与奇异值差分谱的滚动轴承故障诊断方法 被引量：17

4

作者 付秀伟 高兴泉 《计量学报》 CSCD 北大核心 2018年第5期688-692,共5页

针对强噪声条件下滚动轴承故障冲击特征难以提取的特点,提出了一种基于傅里叶分解与奇异值差分谱的滚动轴承故障诊断方法。首先通过傅里叶分解将非平稳的原始轴承故障振动信号分解为若干个固有频带函数,然后运用互相关系数法筛选固有频... 针对强噪声条件下滚动轴承故障冲击特征难以提取的特点,提出了一种基于傅里叶分解与奇异值差分谱的滚动轴承故障诊断方法。首先通过傅里叶分解将非平稳的原始轴承故障振动信号分解为若干个固有频带函数,然后运用互相关系数法筛选固有频带函数进行信号重构,并对重构后的信号进行奇异值差分谱降噪,最后对联合降噪后的信号进行Hilbert包络谱分析,准确地识别出故障特征频率,进行故障诊断。仿真分析和试验都很好地验证了该方法的有效性。 展开更多

关键词 计量学 滚动轴承 故障诊断 傅里叶分解 奇异值差分谱

在线阅读 下载PDF 职称材料

基于奇异值差分谱与改进包络分析的轴承故障特征提取 被引量：8

5

作者 杨望灿 张培林 +1 位作者 王怀光 陈彦龙 《轴承》 北大核心 2013年第5期49-53,共5页

针对滚动轴承振动信号故障特征难以提取的问题,提出了一种基于奇异值差分谱与改进包络分析的轴承故障特征提取方法。首先,通过奇异值分解将原始轴承振动信号分解为一系列能够线性叠加的分量信号,利用故障特征分量和噪声分量在奇异值上... 针对滚动轴承振动信号故障特征难以提取的问题,提出了一种基于奇异值差分谱与改进包络分析的轴承故障特征提取方法。首先,通过奇异值分解将原始轴承振动信号分解为一系列能够线性叠加的分量信号,利用故障特征分量和噪声分量在奇异值上的差异,根据奇异值差分谱的性质筛选出有效奇异值,选择包含故障特征的分量重构信号。针对奇异值分解去噪后仍存在残余噪声,采用改进包络分析,在频域中进一步去除重构信号中的残余噪声。最后对实测轴承信号进行分析,准确地提取到故障特征明显、故障频率突出的轴承故障信号,完成故障诊断。 展开更多

关键词 滚动轴承 奇异值差分谱 改进包络分析 特征提取

在线阅读 下载PDF 职称材料

基于局部均值分解和奇异值差分谱的滚动轴承故障诊断研究 被引量：5

6

作者 王志武 孙虎儿 刘维雄 《机械科学与技术》 CSCD 北大核心 2014年第9期1340-1344,共5页

为了从复杂的轴承振动信号中提取微弱的故障信息,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的轴承故障诊断方法。首先通过LMD将非平稳的原始轴承故障信号分解为若干个PF(product function)分量,由于背... 为了从复杂的轴承振动信号中提取微弱的故障信息,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的轴承故障诊断方法。首先通过LMD将非平稳的原始轴承故障信号分解为若干个PF(product function)分量,由于背景噪声的影响,难以从PF分量准确得到故障频率,对PF分量进行Hankel矩阵重构和奇异值分解,相应的得到奇异值差分谱,根据奇异值差分谱理论对某个PF分量进行消噪和重构,然后再求重构后PF分量的包络谱,便能准确地得到故障频率。仿真分析和滚动轴承内圈故障实例很好地验证了提出的改进方法的有效性。 展开更多

关键词 局部均值分解 奇异值差分谱 HANKEL矩阵 故障特征提取

在线阅读 下载PDF 职称材料

MBCV-EWT和奇异值差分谱的滚动轴承信号降噪方法 被引量：2

7

作者 王亚萍 崔巍 +2 位作者 葛江华 许迪 李云飞 《振动．测试与诊断》 EI CSCD 北大核心 2019年第4期822-831,908,共11页

针对滚动轴承振动信号降噪时,克服模式混叠、保证各频率成分完整性和独立性问题,提出最大类间方差-经验小波变换分解(maximum between-cluster variance-empirical wavelet transform,简称MBCV-EWT)与奇异值差分谱相结合的信号降噪方法... 针对滚动轴承振动信号降噪时,克服模式混叠、保证各频率成分完整性和独立性问题,提出最大类间方差-经验小波变换分解(maximum between-cluster variance-empirical wavelet transform,简称MBCV-EWT)与奇异值差分谱相结合的信号降噪方法。首先,针对传统区间划分的不确定性问题,提出MBCV-EWT信号分解方法,通过最大类间方差对信号频谱自适应划分,并在每个划分区间上构建带通滤波器;其次,针对分解分量冗余,提出脉冲指标作为调幅-调频分量筛选准则,选取最优的分量用于降噪;最后,对最优调幅-调频分量进行奇异值分解,根据其差分谱重构分量并实现降噪。仿真及实验结果表明,该方法能够实现频谱自适应划分,有效克服模式混叠等问题,保证分解得到的各成分主频独立且完整,调幅-调频分量筛选准确,降噪效果明显,为故障识别和预测奠定研究基础。 展开更多

关键词 信号降噪 最大类间方差-经验小波变换分解 奇异值差分谱 滚动轴承

在线阅读 下载PDF 职称材料

改进ITD-LS结合奇异值差分谱的间谐波快速检测方法 被引量：1

8

作者 王建元 亓亮 +1 位作者 张亚鹏 吴家明 《电测与仪表》 北大核心 2014年第20期65-69,共5页

间谐波检测技术是电力系统谐波治理的重要工作内容,文章提出一种改进ITD法结合奇异值差分谱的快速高精度检测。通过改进ITD法可以直接根据含有系统特征信息的量测数据进行参数辨识。首先利用奇异值差分谱进行系统定阶;然后应用改进的IT... 间谐波检测技术是电力系统谐波治理的重要工作内容,文章提出一种改进ITD法结合奇异值差分谱的快速高精度检测。通过改进ITD法可以直接根据含有系统特征信息的量测数据进行参数辨识。首先利用奇异值差分谱进行系统定阶;然后应用改进的ITD算法直接对含噪信号进行精确检测从而得到各谐波的实际频率;采用最小二乘法(Least Squares,LS)对各间谐波分量的幅值进行精确检测。改进ITD法以SSI法的协方差矩阵(Toeplitz)为输入数据,克服了数据处理方法不准确性带来的误差,提高了参数辨识精度。与SSI法相比,改进ITD法精度没有降低,同时缩短了计算时间。仿真结果表明:该方法计算速度快,检测精度高,抗噪声能力强,验证了所提方法的可行性和有效性。 展开更多

关键词 改进ITD法 谐波检测 奇异值差分谱 信噪比

在线阅读 下载PDF 职称材料

基于奇异值差分谱理论的大型转子轴心轨迹提纯 被引量：21

9

作者 张景润 李伟光 +1 位作者 李振 赵学智 《振动与冲击》 EI CSCD 北大核心 2019年第4期199-205,共7页

针对大型轴承试验台的转子轴心轨迹的提纯问题,提出采用奇异值差分谱提纯轴心轨迹的方法。奇异值差分谱可以直观表示有用分量和噪声分量的差异,由差分谱首个峰值可以确定有用分量个数。将原始振动信号构造Hankel矩阵,对其进行奇异值分解... 针对大型轴承试验台的转子轴心轨迹的提纯问题,提出采用奇异值差分谱提纯轴心轨迹的方法。奇异值差分谱可以直观表示有用分量和噪声分量的差异,由差分谱首个峰值可以确定有用分量个数。将原始振动信号构造Hankel矩阵,对其进行奇异值分解(SVD),利用奇异值差分谱来选取特征奇异值,通过SVD重构得到特征信号,利用特征信号得到提纯的轴心轨迹。比较了SVD和谐波小波包算法的处理效果,结果表明,由奇异值差分谱提纯的轴心轨迹更清晰。 展开更多

关键词 奇异值分解(SVD) 大型转子 奇异值差分谱 轴心轨迹 提纯

在线阅读 下载PDF 职称材料

基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究 被引量：19

10

作者 董文智 张超 《机械强度》 CAS CSCD 北大核心 2012年第2期183-189,共7页

提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法。首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic modefunction,IMF);由于背... 提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法。首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic modefunction,IMF);由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率。对IMF分量构建Hankel矩阵,并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率。实验结果表明,所提出的方法能有效地应用于轴承的故障诊断。 展开更多

关键词 总体平均经验模态分解 奇异值差分谱 本征模函数 HANKEL矩阵

在线阅读 下载PDF 职称材料

奇异值能量差分谱在信号降噪中的应用 被引量：7

11

作者 张文斌 《工矿自动化》 北大核心 2014年第10期25-28,共4页

为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点... 为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点作为重构信号的有效阶次来实现有用信号和噪声的分离,能够使信号奇异值降噪阶次得到合理确定,较好地保护了原始信号中有用信息的完整性,获得了较大的信噪比,对后续进行信号特征的准确提取和分析至关重要。仿真和实例分析结果验证了该方法的有效性。 展开更多

关键词 奇异值分解 奇异值能量差分谱 降噪 信号处理

在线阅读 下载PDF 职称材料

一种新的差分奇异值比谱及其在轮对轴承故障诊断中的应用 被引量：11

12

作者 黄晨光 林建辉 +1 位作者 丁建明 刘泽潮 《振动与冲击》 EI CSCD 北大核心 2020年第4期17-26,共10页

因滚动体和保持架的随机滑动,轴承故障信号多为伪循环平稳信号。针对这种情况,提出了应用周期截断矩阵的奇异值分解的轮对轴承故障诊断方法。研究了轴承故障伪循环平稳信号的奇异值分布,结合奇异值能量差分和奇异值比,提出了一种新的能... 因滚动体和保持架的随机滑动,轴承故障信号多为伪循环平稳信号。针对这种情况,提出了应用周期截断矩阵的奇异值分解的轮对轴承故障诊断方法。研究了轴承故障伪循环平稳信号的奇异值分布,结合奇异值能量差分和奇异值比,提出了一种新的能量差分奇异值比谱作为周期截断矩阵的嵌入维度计算方法;利用能量差分奇异值比谱计算嵌入维度并利用轮对轴承振动信号构造周期截断矩阵,对矩阵进行奇异值分解,并提出利用差分能量谱确定奇异值有效秩阶次并重构矩阵从而分离出周期信号;对该信号做包络分析以实现轮对轴承的故障诊断。应用轮对实验台的复合故障轴承振动数据对该方法进行验证,结果表明,所提方法能够有效提取轴承外圈、滚动体及保持架的特征频率的基频及其倍频,与传统应用Hankel矩阵进行奇异值分解降噪方法相比,该方法抗干扰能力显著,能够分离同频带的不同故障周期信号,且得到的包络谱谱线清晰,谐波丰富,使故障诊断的可靠性得到了显著提高。 展开更多

关键词 轮对轴承 能量差分奇异值比谱 周期截断矩阵 奇异值分解

在线阅读 下载PDF 职称材料

基于VMD和奇异差分谱的滚动轴承早期故障诊断 被引量：4

13

作者 赵玮 《机械设计与制造》 北大核心 2019年第12期230-234,共5页

针对强噪声环境下滚动轴承早期故障特征信息非常微弱且难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法。首先对轴承故障振动信号进行VMD分解得到一系列本征模态分量(Intrinsi... 针对强噪声环境下滚动轴承早期故障特征信息非常微弱且难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法。首先对轴承故障振动信号进行VMD分解得到一系列本征模态分量(Intrinsic Mode Functions,IMFS),由于噪声的干扰,很难从各个模态分量中提取有效的故障特征信息;然后根据相关系数准则,对相关系数较大的分量构建Hanke矩阵进行奇异值分解,求取奇异值差分谱,从差分谱中确定重构信号的有效阶次对信号进行降噪处理;最后对降噪处理后的信号进行Hilbert包络处理,从包络谱中即可准确地提取到故障特征频率。仿真信号和工程数据处理结果表明,该方法能够有效地降低噪声的影响,精确地提取到轴承微弱的故障特征频率信息。 展开更多

关键词 VMD 奇异值差分谱 轴承故障 包络解调 特征提取

在线阅读 下载PDF 职称材料

基于LCD与奇异值能量差分谱的齿轮故障诊断方法 被引量：3

14

作者 丁伟 陈可弟 《噪声与振动控制》 CSCD 2018年第2期193-197,共5页

齿轮是机械传动中的重要组成部分,其故障的发生已经成为影响设备可靠、稳定运行的主要因素。提出一种基于改进局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)与奇异值能量差分谱(Energy Difference Spectrum of Singu... 齿轮是机械传动中的重要组成部分,其故障的发生已经成为影响设备可靠、稳定运行的主要因素。提出一种基于改进局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)与奇异值能量差分谱(Energy Difference Spectrum of Singular Value,EDSSV)的齿轮故障诊断方法。首先,利用支持向量回归(Support Vector Regression,SVR)对信号进行延拓处理,抑制LCD分解过程中产生的端点效应,分析改进后LCD算法的精确性和可靠性;然后结合奇异值能量差分谱降噪理论,有效剔除各ISC中噪声成分,重构信号频谱,提高信噪比;最后计算分解得到的内禀尺度分量(Intrinsic Scale Component,ISC)模糊熵(Fuzzy Entropy,FE)特征集,利用支持向量机(Support Vector Machine,SVM)进行分类。实验研究表明,提出的基于改进LCD与奇异值能量差分谱的齿轮故障诊断方法能有效诊断出齿轮故障类型。 展开更多

关键词 振动与波 LCD 模糊熵 奇异值能量差分谱 SVM 故障诊断

在线阅读 下载PDF 职称材料

改进奇异谱分解及其在轴承故障诊断中的应用 被引量：18

15

作者 胥永刚 张志新 +1 位作者 马朝永 张建宇 《振动工程学报》 EI CSCD 北大核心 2019年第3期540-547,共8页

针对强背景噪声下难以提取滚动轴承故障特征的问题,提出了基于奇异值差分谱的改进奇异谱分解方法.首先,为克服奇异值分解按经验选择嵌入维数的不足,运用一种新的信号自适应处理方法--奇异谱分解(Singu-lar Spectrum Decomposition,SSD)... 针对强背景噪声下难以提取滚动轴承故障特征的问题,提出了基于奇异值差分谱的改进奇异谱分解方法.首先,为克服奇异值分解按经验选择嵌入维数的不足,运用一种新的信号自适应处理方法--奇异谱分解(Singu-lar Spectrum Decomposition,SSD)分析振动信号,SSD法通过构建新的轨迹矩阵,自适应选取嵌入维数,将非线性、非平稳信号从高频至低频分解为多个奇异谱分量.然后,针对奇异谱分解方法重构的奇异谱分量仍包含较强噪声的问题,提出利用奇异值差分谱对重构过程进行改进,提高了奇异谱分解的降噪能力,有效提取了有用信息.最后,根据故障特征找到包含有用信息的分量,对该分量进行希尔波特包络解调,从而准确地提取出故障特征.仿真和实验结果验证了该方法的有效性,提供了一种新的故障诊断方法. 展开更多

关键词 故障诊断 滚动轴承 改进奇异谱分解 奇异值差分谱

在线阅读 下载PDF 职称材料

基于奇异值分解的雷达微小目标检测方法 被引量：15

16

作者 吴琳拥 毛谨 白渭雄 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期326-330,共5页

提出了一种强杂波环境下雷达微小目标的检测方法。该方法以奇异值分解理论为基础,利用奇异值一阶、二阶差分谱进行奇异值选择,通过奇异值逆变换将雷达回波信号分解成不同的成份,从而实现杂波抑制和小微目标凸现。试验表明:该方法能有效... 提出了一种强杂波环境下雷达微小目标的检测方法。该方法以奇异值分解理论为基础,利用奇异值一阶、二阶差分谱进行奇异值选择,通过奇异值逆变换将雷达回波信号分解成不同的成份,从而实现杂波抑制和小微目标凸现。试验表明:该方法能有效抑制杂波,平均提升信噪比7 dB左右。 展开更多

关键词 奇异值差分谱 信噪比 微小目标检测 杂波环境

在线阅读 下载PDF 职称材料

局部均值分解和奇异值分解在GNSS站坐标时间序列信号降噪中的应用 被引量：12

17

作者 邱小梦 王奉伟 +1 位作者 周世健 邹时林 《测绘通报》 CSCD 北大核心 2020年第5期85-89,共5页

为了有效地提取GNSS站坐标时间序列的有用信息,降低噪声干扰,本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法,并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量... 为了有效地提取GNSS站坐标时间序列的有用信息,降低噪声干扰,本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法,并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量和余项,然后利用连续均方误差方法确定高频分量与低频分量的分界点,保持低频分量不变,运用奇异值分解方法对高频分量进行降噪重构,最后将重构的高频分量与低频分量叠加得到最终的降噪坐标时间序列,并对降噪效果进行对比分析。结果表明,与单纯的奇异值分解方法相比,局部均值分解和奇异值分解相结合方法能够自适应地选择合适的奇异值个数进行信号重构,提高了降噪效果。 展开更多

关键词 局部均值分解 奇异值分解 连续均方误差 奇异值差分谱 坐标时间序列

在线阅读 下载PDF 职称材料

基于中值滤波-奇异值分解的胶合板拉伸声发射信号降噪方法研究 被引量：20

18

作者 徐锋 刘云飞 《振动与冲击》 EI CSCD 北大核心 2011年第12期135-140,共6页

为了去除声发射信号中的随机噪声与脉冲干扰,提高有用信号质量,提出一种中值滤波与奇异值分解相结合的降噪方法。该方法首先对原始声发射信号进行中值滤波,去除幅值较大的异常值,其次对去除异常值的信号序列进行相空间重构和奇异值分解... 为了去除声发射信号中的随机噪声与脉冲干扰,提高有用信号质量,提出一种中值滤波与奇异值分解相结合的降噪方法。该方法首先对原始声发射信号进行中值滤波,去除幅值较大的异常值,其次对去除异常值的信号序列进行相空间重构和奇异值分解,最后针对确定重构阶数这一难点,提出奇异值能量差分谱概念,并利用能量差分谱的较大峰值位置来确定奇异值的重构阶数,以实现降噪。数值仿真和五层胶合板强度测试的实测数据分析表明,该方法能够有效地保留原有信号的特征,并能最大限度地消除噪声,提高信噪比。 展开更多

关键词 降噪 声发射信号 中值滤波-奇异值分解 奇异值能量差分谱

在线阅读 下载PDF 职称材料

鹈鹕算法参数优化VMD联合SVDS的电机轴承故障诊断

19

作者 孙姿姣 周湘贞 李松洋 《机械设计》 北大核心 2025年第4期150-155,共6页

为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF... 为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF)包络熵最小为评价指标,通过POA进行参数优化;利用包络熵最小指标选取最优IMF模态,并对最优模态构建Hankel矩阵进行SVDS分析;通过SVDS确定信号重构阶数完成信号重构,并以Hilbert解调对重构信号进行包络分析。通过轴承仿真信号和实测信号对方法的有效性进行了验证,结果表明:所提方法增强了轴承故障特征频率,更容易实现故障的判别。 展开更多

关键词 变分模态分解 鹈鹕算法 奇异值差分谱 轴承 故障诊断

在线阅读 下载PDF 职称材料

基于中值滤波-SVD和EMD的声发射信号特征提取 被引量：52

20

作者 徐锋 刘云飞 宋军 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第12期2712-2719,共8页

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法。首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除... 针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法。首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪;最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量。数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别。 展开更多

关键词 经验模态分解 中值滤波-奇异值分解 奇异值能量差分谱 本征模态函数 特征提取

在线阅读 下载PDF 职称材料