基于序列均值特征的经验模态分解及其在齿轮故障诊断中的应用

摘要：

经验模态分解(EMD)在每一次模态分量的“筛选”过程中,有限长信号的端点值不可能正好处于信号序列的极大值或极小值处,因此在利用三次样条插值形成上、下包络时会在数据两端产生发散,且逐渐向序列内扩散污染整个信号序列,从而使EMD产生端点效应.文章利用Matlab生成高斯随机序列,并使该随机序列与原始数据序列具有相同的期望和方差,然后利用该随机序列对EMD筛选过程中序列两端端点进行延拓,通过使用该方法提取了齿轮故障特征,证明该端点效应处理方法明显有效.

关键词：经验模态分解、序列均值特征、端点效应、齿轮、故障诊断

所属期刊栏目：41

分类号：U260.332(机车工程)

在线出版日期：2018-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：30-32