一种改进的eemd方法及其应用研究.docVIP

一种改进的EEMD方法及其应用研究 孔德同1，范炜1，雷亚国2，丁小川1，王 志1 （1. 华电电力科学研究院，浙江 杭州 310030； 2. 西安交通大学机械制造系统工程国家重点实验室，陕西 西安 710049） 摘要：针对集成经验模式分解(Ensemble empirical mode decomposition, EEMD)中协助噪声幅值大小需要人为经验确定的不足，基于经验模式分解(Empirical mode decomposition, EMD)二进滤波器特性，讨论了EMD出现模式混淆的原因，研究了EEMD中协助噪声幅值大小的确定原则，提出基于极值点分布特性的改进EEMD方法，通过遍态历经，以极值点分布特性为评价参数，自适应确定EEMD方法中高斯白噪声优化幅值。通过数据仿真，验证了其有效性。最后，应用于转子早期故障诊断中，结果显示可以自适应确定噪声幅值，避免参数人为选择导致分解结果的盲目性，有效抑制了传统EMD方法的模式混淆现象，可有效识别转子早期碰磨引起的故障特征。 关键词：改进EEMD；极值点分布特性；故障诊断 中图分类号：TH17 文献标识码：A 引言 EMD是美国工程院N.HUANG博士于1998年提出的一种自适应数据处理方法，在非线性、非平稳信号分析中具有显著优势。与FFT、小波分解等不同，EMD方法无需选择基函数，其分解完全基于信号本身极值