10.3969/j.issn.1672-9730.2019.10.046
局部均值分解的几种改进方法
局部均值分解方法(Local Mean Decomposition,LMD)是一种性能优越的旋转机械故障诊断的方法,它不仅可以准确地反映非平稳信号的时频分布,而且非常适合处理含有多分量成分的非平稳信号.但是由于LMD方法本身的缺陷,使得该方法存在着诸如端点效应的处理方法、迭代终止条件的确定等问题.在介绍LMD方法的基础上,分别以改进的"自适应延拓法"和"信息熵判据"解决以上两个问题,并结合仿真软件上验证改进结果.
LMD方法、端点效应、自适应延拓、迭代终止条件、信息熵判据
39
TH132.41
2019-11-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
204-207