基于LMD、EMD故障诊断分析与其研究.pdfVIP

基于 LMD、EMD 故障诊断分析及其研究 1 2 焦卫东 张辛林 1 2 （嘉兴学院机电工程系，嘉兴 314001； 江西理工大学机电工程系，赣州 341000） 摘要：经验模态分解(EMD)及局域均值分解(LMD)都是转子故障诊断领域时频分析的有效方法。EMD 为 非平稳信号进行有意义的 Hilbert 变换起到了桥梁的作用，但是却会因此而产生了不能解释的负频率。而 LMD将一个复杂的多分量信号分解为若干个瞬时频率有物理意义的乘积函数(Production Function PF),并 且其局部均值函数与包络估计函数都是采用平滑处理的方法形成的避免了 EMD 方法中的过包络与欠包络现 象。本实验通过采用 LMD 与 EMD 方法对两类常见的转子故障信号的分析比对，实验结果得出 LMD 在低频和 频率变化波动大的故障信号中比 EMD 效果更佳明显。 关键词：经验模态分解 局域均值分解 负频率 平滑处理 Abstract:Empirical mode decomposition(EMD) and the local mean decomposition(LMD) are effective method in the field of frequency analysis of rotor fault diagnosis.EMD play the role of bridge for the meaningful Hilbert transform of non-stationary signals,but generate a negative frequency which can not be explained in reality.A complex multi-component signal can be decomposed into a Product Function(PF) which product by several physical meaning of instantaneous frequency,and its local mean value function and envelope estimation function is formed by using the smoothing method,so it avoid the phenomena of over envelope and less envelope which can be seen in the method of EMD.In this study,with the comparison of two method:EMD and LMD,in tow common types of rotor fault signal analysis,the results obtained that in the big fluctuation of frequency and low frequency,the effect of LMD is better than the EMDs. Keywords: Empirical mode decomposition local mean decomposition negative frequency smoothing method 中图分类号：TH113.1 1 引言 转子故障诊断主要分为信号检测、特征提取及模式识别。而其中特征提取是最为关键的 [1] 环节。故障特征分析与提取的主要内容是信号分析与处理 。即如何从传感器测得的原始数 据中分析提取能代表故障的典型特征信息，这是故障诊断的核心信息。目前故障特征提取的 方法有很多种，如快速傅里叶变换(FFT)、小波变换(Wavelet)、经验模态分解(EMD)、局域 均值分解(LMD)等。这些故障诊断方法都有自己的优缺点，并且已在转子故障诊断领域得到 了广泛的应用。 2 EMD 及LMD 理论算法及特点 2.1 经验模态分解