改进的正弦辅助多元经验模式分解及其在滚动轴承故障诊断中的应用

摘要：

正弦辅助多元经验模式分解算法(SA-MEMD)通过在额外的通道中加入正弦辅助信号来减少模式混合,但该算法对噪声敏感,辅助信号的主频率比需要根据经验确定,为此,提出了一种改进的正弦辅助多元经验模式分解算法.首先使用非局部均值降噪对原始信号进行预处理,减少噪声对算法的干扰,其次使用短时傅里叶变换确定信号频谱范围,然后以最小集成E MD能量熵准则选择最优主频率比,最后根据正弦辅助多元经验模式分解算法的步骤进行信号处理.模拟信号和实际信号的对比分析结果证明,改进的方法可以减少传统的多元经验模式分解方法存在的模式混合现象.

关键词：故障诊断、正弦辅助多元经验模式分解、模式混合、短时傅里叶变换、能量熵

所属期刊栏目：33

分类号：TH113;TH133.33

资助基金：国家自然科学基金;湖北省自然科学基金创新群体项目;中国博士后科学基金

在线出版日期：2022-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1336-1344