EMD和小波变在奇异信号分析及机械故障诊断中的应用.pdfVIP

摘 要 、、0 目}平稳信号分析是信号处理的研究热点之一。对机械设备的非平稳 信号进行分析研究，以便对机械故障进行早期诊断，从而有针对性地进 行维修，对于设备的安全运行是非常重要的。 小波分析具有良好时频分辨力，在非平稳信号分析中得到广泛应用。 Mode 经验模式分解(EMD：Empirical Mode (IMF：Intrinsic Function)的概念，是近年提出的一种分析非线性、 非平稳信号的方法n 本论文基于经验模式分解方法和小波变换对非平稳信号进行分析研 究，并对内在模函数判断标准进行了修『F，缩短了经验模式分解的时问。 信号的奇异点通常包含了机械故障信息，本文利用提取内在模函数 包络的方法进行信号奇异性检测，与直接提取信号包络方法相比较，该 方法能更清晰地获取信号的奇异特征。同时，使用小波变换进行信号奇 异性分析，也有效地识别出信号的奇异特征。 本文还分别利用经验模式分解方法和小波变换方法对故障电源风扇 进行分析，两种方法都清晰地提取出了机械故障特征信息，表明基于经 验模式分解的分析方法在机械故障诊断方面具有良好的应用前景。 关键词：经验模式分解，内在模函数，小波变换，奇异性，故障诊断 Abstract as world overthe all common data becomes analysis Non．stationary been to has transform applied and ad、’atlces．Wavelet science tectmology new r resolutionAlso，A fo its fields research time—frequency manv good i mode analyzing names decomposition)for whose method EMD(empirical the been introduces and datahas developed．It nonlinear