基于局部均值分解的机械振动信号趋势项消除方法.pdfVIP

20l4年 9 月 郑 州 大 学 学 报 (工 学 版 ) Sep． 2014 第 35卷 第 5期 JournalofZhengzhouUniversity(EngineeringScience) Vo1．35 No．5 文章编号：1671—6833(2014)05—0100—05 基于局部均值分解的机械振动信号趋势项消除方法 赵志科 ，张晓光 ，王 新 (1．中国矿业大学 机 电工程学院，江苏 徐州 221116；2．河南理工大学 电气工程与 自动化学院，河南 焦作 454000) 摘 要 ：为 了消除机械振动信号中趋势项，提 出一种基于局部均值分解 (LMD)的趋势项提取新方法．考 虑到机械振动信号中夹杂的趋势项特点，其残余量并不会对趋势项产生过大的影响，所 以可将 LMD的 最后一个频率分量作为待提取的趋势项．为 了验证该方法 的可靠性，通过数值模拟 的方法将线性、多项 式和指数趋势项加栽到待消除的仿真信号和实测滚动轴承振动信号 中，并将笔者所提 的 LMD方法与常 规的最小二乘拟合法、小波分析和 EMD方法分别用于趋势项的提取．数值模拟试验和实测数据分析表 明，该方法能够较准确地提取机械振动信号的趋势项，与其他方法相 比具有一定的优势． 关键词 ：机械振动信号；局部均值分解 ；趋势项；包络信号；纯调频信号 中图分类号 ：TH l13．1 文献标志码 ：A doi：10．3969／j．issn．167l一6833．2014．05．023 的线性、多项式和指数趋势项 ．为了验证对实测信 O 引言 号提取趋势项 的有效性 ，笔者以滚动轴承内圈故 由于机械振动信号具有非平稳 、非线性 的特 障的振动数据为基础 ，加载通过数据模拟方法构 点，而在采集振动信号的过程中，又不可避免地存 造的线性趋势作为待消除趋势项数据 ，再利用最 在偏差 ，特别是测量系统受外界环境影响产生 的 小二乘拟合法 、小波分析和 EMD方法对其进行趋 趋势项往往会影响到后续信号处理 的可靠性…， 势项消除，经 比较发现，LMD的趋 势项消除方法 因此 ，对于消除振动信号 中的趋势项方法深入分 具有更好的效果． 析和研究具有重要的意义． 1 局部均值分解方法 目前 ，趋势项消除方法主要有最小二乘拟合 法 、小波变换 、EMD方法等．除 了最小二乘拟合 局部均值分解方法 的原理就是从原始信号中 分离出包络信号和纯调频信号 ，并将包络信号和 法，其余都是根据趋势项信号 自身频率很低 的特 纯调频信号相乘以便得到一个瞬时频率具有物理 点提出的．小波变换法是通过小波的分解实现对 意义的PF分量 ，通过循环迭代处理 以至所有 的 含趋势项低频段 的分离或提取 ，但是对于未知频 PF分量逐个分离出来 ，便可 以得到该原始信号的 率范围的信号无法准确地获取恰 当的小波分解层 时频分布 ． 数 ，而小波基函数 的选择对趋势项的提取影 响很 步骤 1：确定原始信号 (t)所有 的局部极值 大．EMD方法虽然无需选择额外参数就能够实现 点Ai，并求 出所有相邻局部极值点的平均值将所 信号的自适应分解 ，但也存在模态混叠和端点效