-
题名补充集成极值加权模态分解及其应用
被引量：1
- 1
-
-
作者
苏缪涎
郑近德
潘紫微
-
机构
安徽工业大学机械工程学院
-
出处
《噪声与振动控制》
CSCD
2020年第3期77-83,共7页
-
基金
国家重点研发计划资助项目(2017YFC0805100)
国家自然科学基金资助项目(51505002)。
-
文摘
极值加权模态分解(Extreme-point weighted mode decomposition,简称EWMD)是一种新的自适应信号分解方法,通过对相邻三个极值点加权平均后进行曲线拟合,优化均值曲线的构造方式,改善了分解能力,但EWMD仍存在模态混叠现象。基于噪声辅助分解思想,提出了补充集成极值加权模态分解(Complementary ensemble extreme-point weighted mode decomposition,简称CEEWMD)。借助高斯白噪声均匀分布的特征,使信号在尺度上具有连续性,CEEWMD能够有效地抑制模态混叠和实现分解的完备性。通过仿真信号和实测信号分析,将CEEWMD与EWMD和总体平均经验模态分解进行对比,结果验证了其在分解性能和抑制模态混叠等方面的优越性。
-
关键词
故障诊断
极值加权模态分解
总体平均经验模态分解
模态混叠
滚动轴承
-
Keywords
fault diagnosis
extreme-point weighted mode decomposition(ewmd)
ensemble empirical mode decomposition
mode mixing
rolling bearing
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
