经验模态分解中的模态混叠问题.pdfVIP

第 31卷第4期 振动、测试与诊断 Vo1．3lNo．4 2011年 8月 Aug．2011 JournalofVibration，Measurement Diagnosis 经验模态分解中的模态混叠问题 胡爱军， 孙敬敬， 向 玲 (华北 电力大学机械工程系 保定，071003) 摘要 针对经验模态分解 (empiricalmodeldecomposition，简称EMD)存在 的模态混叠问题 ，总结了引起模态混叠异 常事件的类型，讨论 了模态混叠的产生原因，提出了采用加入高频谐波后再进行EMD分解消除模态混叠的方法。根 据信号分析频率范围和特征选择高频简谐波的频率和幅值，并使高频谐波作为第 1阶IMF分解出来，可以有效消除 模态混叠现象，异常事件通常可以包含在第 l阶IMF中，必要时可以将加入的高频信号直接减掉，不影响对EMD结 果的判断。与总体平均经验模态分解法 (ensembleempiricalmode|decomposition，简称EEMD)对 比的仿真计算表 明，两种方法都可以有效消除模态混叠现象，但高频谐波加入法具有运算速度快、误差小、分解结果物理意义明确和 不需后处理的优点，对含复杂异常事件的实际故障信号分析验证了该方法在工程应用中的有效性和可行性。 关键词 经验模态分解 模态混叠 高频谐波 异常事件 故障诊断 中图分类号 TN911．7 引 言 1 EMD与模态混叠 在工程实际中，机械设备故障信号大多表现出 1．1 EMD概述 非平稳、非线性的特征，非平稳信号分析成为现代信 号处理方法的重要研究 内容。经验模态分解[】是一 EMD 的基本实现过程是用 “筛”的方法把一个 复杂信号分解为有限个本征模函数之和，对于给定 种非平稳信号 自适应分解方法，通过对信号中不同 的信号-z(f)，EMD基本步骤如下 ： 尺度的波动或趋势的逐级分解 ，产生一系列具有不 (1)确定信号z(f)所有的局部极值点； 同特征尺度 的数据序列一本征模 函数 (ntrinsicmode (2)用三次样条 曲线构造 z(f)的上 (极大值 function，简称 IMF)，对每个 IMF分量作Hilbert变 换 ，利用解析信号相位求导可以计算 出的有意义的 点)、下(极小值点)包络线分别为U(f)和 (f)； (3)计算上、下包络线 的均值 (￡)一 (“(￡)+ 瞬时频率及瞬时幅值，得到信号 的时间一瞬时频率一 (￡))／2； 瞬时幅值特征分布。EMD 的出现使采用瞬时频率 (4)求 ()与 (f)的差 ：h()一 (f)一 (￡)； 描述信号特征成为现实 ，在故障诊断I3]等领域得到 (5)重复以上步骤 ，直到h(f)满足停止条件 ，得 了广泛研究和应用 。但是 ，EMD方法仍然存在许多 需要改进的地方L4]，一个重要 的缺陷就是模态混叠 到第 1个 IMF分量C(f)，它表示信号在局部时刻频 问题。模态混叠现象最早 由Huang通过对含有间断 率最高 的成分 ；