基于经验小波变换的机械故障诊断方法研究
经验小波变换(EWT)是一种新的自适应信号分解方法，该方法继承了 EMD 和小波分析方法的各自优点，通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态，然后在频域自适应地构造带通滤波器组从而构造正交小波函数，以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中，提出了一种基于经验小波变换的机械故障诊断方法，并与EMD方法进行了对比分析。仿真结果表明，经验小波变换方法明显优于EMD方法，能有效地分解出信号的固有模态。与 EMD 相比较，该方法具有分解的模态少，不存在虚假的模态，计算量小，且在理论上具有易理解性等特点。最后将该方法应用到转子碰磨故障诊断中，实验结果进一步验证了该方法的有效性，能够有效地揭示出碰磨故障数据的频率结构，区分碰磨故障的严重程度。
经验小波变换、固有模态、故障诊断、自适应信号分解、经验模态分解
TH165.3;TN911.6
国家自然科学基金51265039,51075372,50775208;江西省教育厅科技计划项目GJJ12405;江西省研究生创新基金项目YC2013-S214
2014-12-24（万方平台首次上网日期，不代表论文的发表时间）
共10页
2423-2432
