摩擦振动信号的经验模式分解和多重分形研究

合集下载

【浙江省自然科学基金】_经验模态分解_期刊发文热词逐年推荐_20140811

2011年序号 1 2 3 4 5 6 7 8 9 10
科研热词齿轮颤振经验模态分解(emd) 经验模态分解精密孔镗削特征提取故障诊断希尔伯特-黄变换(hht) 信号处理 teager-huang变换
推荐指数 1 1 1 1 1 1 1 1 1 1
2012年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
2013年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
2013年科研热词经验模态分解模式识别颤振非因果滤波跌倒检测计量学表面肌电信号脑电信号肌电信号聚类分析经验模态分析精密孔镗削独立分量分析消噪排列组合熵强震记录处理希尔伯特变换希尔伯特-黄变换小波变换多重分形分析信噪分离 k最近邻模型法推荐指数 4 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2008年序号
科研热词 1 经验模态分解(emd) 2 时频分析 3 振动信号
推荐指数 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9
科研热词经验模态分解阶次跟踪轴承独立成分分析气液两相流故障诊断信号处理 teager-huang变换 ar模型
推荐指数 2 1 1 1 1ห้องสมุดไป่ตู้1 1 1 1
科研热词集成经验模态分解金融危机重大事件遗传神经网络转子裂纹调控政策装载机表面肌电信号经验模态分解端点效应消噪旋转机械故障诊断总体平均经验模式分解局域均值分解土地经济动态称重系统二代小波 bp多断点检测

振动模态固有频率和阻尼比的EMD识别方法

中图分类号：Ｈ１．Ｔ１３２文献标志码：Ａ文章编号：０１４５（０１００９０１０ — ５１２１）４— ３２— ５
ＥＭＤｅｈｄｏｄｎｉｙｎａｕａｒｑｅｃｎｍｔｏｎｉｅｔｉｇｎｔｒｌｆｅｕｎｙａｄｆ
第２８卷第４期
２１０１年４月
机
电
工 Biblioteka 程Ｖｏ．８Ｎ．１２ｏ４
Ａｐ．２ｒ０１１
ＪｕｎｌｏｃａｉａｏｒａｆＭｅｈｎｃｌ＆ＥｌｃｒｃｌＥｇｎｅｉｇｅｔａｎｉｅｒｉｎ
振动模态固有频率和阻尼比的ＥＭＤ识别方法术
Ａｂｔａｔｎｏｄｒｏｉｄｎｉｅｍｏａｐｒｍｅｅｓｏｅｍｅｈｎｃｌｙｔｍｓｄｌａａｔｒｉｅｔｃｔｎｍｅｈｄｂｓｄｏｈｍｐｒｓｒｃ：Ｉｒｅｎｅｔｙｔｄｌａａｔｒｆｈｃａｉａｓｔｆｈｔｓｅ，ａｍｏａｒｍｅｅｎｉａｉｔｏａｅｎｔｅｅｉｐｄｉｆｏ —
ｄｍｐｎａｉｆｖｂａｉｎｍｏａｉｇｒｔｏｏｉｒｔｏｄｅ
ＭＯＰｎ —ｅＹＮｈ—ｉＣＯＣｏｇｆｎｉｊ，ＡＧＳｉ，Ａｈｎ— ｇｇｉｘｅ
（ｅａｔｅｔｆｃａｉｌｎｉｅｒｇＺｅａｇＵｉｒｉ，ｎｚｏ１０７ＣｉａＤｐｒｎｈｎｃｇｅｉ，ｈｊｎｎｖｓｙＨａｇｈｕ３０２，ｈｎ）ｍｏＭｅａＥｎｎｉｅｔ

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

ＣＨＥＮＸｉａｎｇ — ｍｉｎ，ＹＵＤｅｙｉｅ，ＬＩＲｏｎｇ
（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＤｅｓｉｇｎａｎｄＭａｎｕｆａｃｔｕｒｉｎｇｆｏｒＶｅｈｉｃｌｅＢｏｄｙ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２，Ｃｈｉｎａ）
ｒｏｔｏｒｓｙｓｔｅｍ，ｔｈｅｖｉｂｒａｔｉｏｎｓｉｇｎａｌｗａｓｃｏｍｐｏｓｅｄｏｆｐｅｒｉｏｄｉｃｓｉｇｎａｌｓｍａｉｎｌｙｃｏｎｔａｉｎｉｎｇｒｏｔｏｒｒｏｔａｔｉｎｇｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ
中图分类号：ＴＨ１１３．１；ＴＨ１６５．３文献标识码：Ａ
Ｒｕｂ・ｉｍｐａｃｔｄｉａｇｎｏｓｉｓｏｆｒｏｔｏｒｓｗｉｔｈｒｅｓｏｎａｎｃｅ－ｂａｓｅｄｓｐａｒｓｅｓｉｇｎａｌｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｒｅａｓｓｉｇｎｅｄｗａｖｅｌｅｔｓｃａｌｏｇｒａｍ
ａｎｄｔｈｅｉｒｈａｒｍｏｎｉｃｓ，ｔｒａｎｓｉｅｎｔｉｍｐｕｌｓｅｓｉｇｎａｌｓｗｉｔｈｒｏｔｏｒｆａｕｌｔｉｎｆｏｒｍａｔｉｏｎａｎｄｎｏｉｓｅ．Ｐｅｒｉｏｄｉｃｓｉｇｎａｌｓｗｅｒｅａｎａｒｒｏｗｂａｎｄ

改进型EEMD和MSB解调方法及其在轴承故障特征提取中的应用

第 36 卷第 5 期2023 年10 月振动工程学报Journal of Vibration EngineeringVol. 36 No. 5Oct. 2023改进型EEMD和MSB解调方法及其在轴承故障特征提取中的应用甄冬1，田少宁1，郭俊超2，3，孟召宗1，谷丰收1，4（1.河北工业大学机械工程学院，天津 300130； 2.天津理工大学天津市先进机电系统设计与智能控制重点实验室，天津 300384；3.天津理工大学机电工程国家级实验教学示范中心，天津 300384；4.Centre for Efficiency and Performance Engineering， University of Huddersfield， Huddersfield HD1 3DH）摘要: 针对滚动轴承振动信号的强非线性和非平稳特性，提出了一种基于改进集成经验模态分解（IEEMD）和调制信号双谱（MSB）分析的故障特征提取方法。

将集成经验模态分解（EEMD）应用于滚动轴承的振动信号处理，将其分解成一系列的本征模态函数（IMFs）；通过累计均值（MSAM）准则将IMFs自适应地分为低频IMFs和高频IMFs，其中高频IMFs采用小波阈值降噪进行处理；将降噪后的高频IMFs与低频IMFs进行重构以获取高信噪比的瞬态脉冲信号；利用MSB进一步抑制瞬态脉冲信号中的随机噪声和干扰分量，并提取信号故障特征。

与谱峭度（SK）和WEEMD⁃MSB分析结果进行对比，验证了该方法在轴承微弱故障特征提取方面的优越性。

关键词: 故障诊断；滚动轴承；改进经验模态分解；调制信号双谱分析；累计均值中图分类号: TH165+.3； TH133.33 文献标志码: A 文章编号: 1004-4523（2023）05-1447-10DOI：10.16385/ki.issn.1004-4523.2023.05.029引言滚动轴承作为机械设备的重要零件之一，在现代工业中得到了广泛的应用。

基于 EMD 的振动信号去噪方法研究

基于 EMD 的振动信号去噪方法研究马宏伟;张大伟;曹现刚;董明;李从会【摘要】The vibration signal of heavy-loaded coal mine machinery often has the nonlinear and non-stationary characteristics.It contains much information about the running status of equipment mixed with large amount of ambient noises,so the conventional spectrum analysis can't be applied directly.According to the characteristics of vibration signals in coal mine machinery,a de-noising method was proposed based on the empirical mode decomposition (EMD),which has the advantages in dealing with nonlinear and non-stationary signals.In the method,the mechanical vibration signal was decomposed by EMD,to obtain the intrinsic mode functions (IMFs).The correlation coefficient between each IMF and the original signal was calculated and sorted from smallest to largest.Then,the maximum difference between two adjacent correlation coefficients was searched to get the sensitive IMF for signal reconstruction.The filtering of the non-stationary signal was thus realized,which offers a good theoretical foundation for the fault diagnosis of mechanical equipments.Through the experimental data analysis,the effectiveness and feasibility of the EMD method for vibration signal de-noising were verified.%煤矿机械在重载情况下运行，其振动信号往往具有非线性、不平稳等特性，其不仅带有大量设备运动状态的信息，同时也夹杂着大量的环境噪声，无法直接对其进行分析。

基于递归希尔伯特变换的振动信号解调和瞬时频率计算方法

基于递归希尔伯特变换的振动信号解调和瞬时频率计算方法胡志祥;任伟新【摘要】Accurately extracting instantaneous amplitude and instantaneous frequency is important in structure parametic identification and health monitoring.Hilbert transformation is one of the most commonly used methods for signal demodulation and instantaneous frequency computation.However,it may cause larger errors when vibration signals do not satisfy the conditions of Bedrosian prodact theorem.Aiming at this problem,a recursive Hilbert transformation method was proposed.With this method,a pure frequency modulation signal derived in the previous step was taken as a new signal, it was modulated using Hilbent transformation recursively.The theoretical analysis showed that the recursive HirBert transformation can converge rapidly.The proposed method was compared with Hilbert transformation,the empirical AM-FMdecomposition,and Teager energy method for simulated signal demodulation and instantaneous frequency computation. The results showed that the recursive Hilbert transformation.%精确地提取振动信号的瞬时幅值和瞬时频率对结构的参数识别和健康监测有重要作用。

【浙江省自然科学基金】_运动控制系统_期刊发文热词逐年推荐_20140812

推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
科研热词推荐指数高速液压系统多缸同步运动装置 1 预测控制 1 队形控制 1 速度规划算法 1 运动估计 1 稳定性 1 矩阵论 1 电液伺服系统 1 特征点跟踪 1 特征点提取 1 液压激振器 1 沉浸式交互 1 有限元分析 1 数据 1 拓扑优化 1 微段高速加工 1 形状优化 1 应用层协议 1 多智能体系统 1 加减速控制模型 1 几何引擎 1 代数图论 1 三次速度曲线 1 can总线 1 b样条 1 2d电液控制阀 1
2009年序号 1 2 3 4 5 6 7 8 9 10 11
科研热词非线性控制硬件抽象体系结构电液激振器液压动力机构无线传感器网络扰动估计定量反馈控制理论动态特性 tinyos nesc语言 2d阀
推荐指数 1 1 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
2014年科研热词随机最大值原理随机控制正倒向随机微分方程 teugels鞅 levy过程阻尼器速度规划远程显示轮式移动机器人转子振动控制轨迹规划跟踪误差反馈学习视频监控视频压缩虚拟现实终端滑模纹理映射粒子流源空间机械臂空气分离稳定性移动载体神经动力学示教电磁轴承永磁同步电机气悬浮模态阻尼模型预测控制机械手斜拉索振动控制径向基神经网络多相流流动基础激励地面模拟系统向量式有限元三维微重力 usb摄像头 stm32 h.264 推荐指数 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

基于EMD的滚珠丝杠振动信号滤波技术研究

关键词：滚珠丝杠；磨削加工；经验模式分解；振动；滤波
中图分类号：Ｔ５０１Ｇ８．文献标识码：Ａ文章编号：１０ —３８（０２０１８１２１）７— ５ —５０１
ＳｕｄｎＶｉｒｔｏＳｇａｌｅｃｎｃｏｌＳｒｗｓｄｏｐｒｃｌＭｏｅＤｅｏｏｉｉｎｔｙｏｂａｉｎｉｎｌＦｉｒＴｅｈｉｆＢａｌｃｅＢａｅｎＥｍｉｉａｄｃｍｐｓｔｏｔ
Ａｂｔａｔｓｒｃ：ＡｃｏｄｎｈｉｒｔｎｓｇａｒｐｒｅｆｌｗＳｎｏ —ｔｔｎｒｎｇｉｄｎｒｃｓｉｇｏａｌｓｒｗｃｒｉｇｔｔｅｖｂａｉｉｎｌｐｅｔｓｏＮＢａｄｎｎｓａｉａｙｉｒｉｇｐｏｅｓｆｌｃｅｏｏｏｉｏｏｎｎｂ
ＷｍｒｖｄａｄｔｅｓａｉｎｒｎｌｓｓｏｉｒｔｎｓｇａｓＷｌｍｅｔｄ，Ｓｅｅｓｎｉａｕｅｆｉｒｔｎｓｇａｓｒｂａｎｄｓａｉｐｏｅ，ｎｔｔａｙａａｙｉｆｖｂａｉｉｌａｉｅｎｅｈｏｏｎｓｍｐＯｔｓｅｔｆｔｒｓｏｂａｉｉｎｅｏｔｉｅ，ｈｌａｅｖｏｌｗｅｗｉｈｏｅｅｏｅｅｃｅｔｈｏｅｉａｏｎａｉｎｔｎｔｒｏｌｅａｄｆｕｔｉｇｏｉｏａｌｃｅｈｃｆｒｄｌｒｆｉｎｅｒｔｌｆｕｄｔｍｏｉｎｉｎａｌｄａｎｓｓｆｌｒｗ．Ｂｉｌｔｎａｄａａｓｓｏｘｅｉｎｉｔｃｏｏｏｎｂｓｙｓｍｕａｉｎｌｉｎｅｐｒｏｎｙ — ｍｅｔａａｔｉｖｉａｅａｅＥｎａｄｔ，ｉｓａｄｔｄｔｔｈＭＤｆｔｒｅｈｉｓａｕｅｕｏｅｕｉｇｎｉｅａｄｄｐｃｉｇｔｅｎｎｓｔｎｒｒｐｒｂａｉｎｌｌｈｔｌｃｎｃｉｓｆｌｏｌｉｒｄｃｎｏｓｅｉｔｏ・ｔｉａｙｐｏｅｔｏｖｒｔｉｅｔｔｎｎｎｈａｏｙｆｉｏｓｇａｓｉｌ．ｎＫｅｗｏｄ：Ｂａｌｓｒｗ；ＧｉｄｎｒｃｓｉｇＥｙｒｓｌｃｅｒｎｉｇｐｏｅｓｎ；ＭＤ；ＶｉｒｔｎＦｌｒｂａｉ；ｉｅｏｔ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

摩擦振动信号的经验模式分解和多重分形研
究
随着工程科学技术的不断发展，随之而来的是各种结构和机械装置的
不断出现，这些设备的正常工作是否存在问题一直是工程师们最关注
的问题之一。

摩擦振动是常见的机械故障之一，因此研究摩擦振动信
号的经验模式分解和多重分形的方法对于了解机械故障的特征和机理
具有重要的意义。

首先，我们需要了解什么是经验模式分解（Empirical Mode Decomposition，简称EMD）。

EMD是一种用于信号非线性和非平稳分
解的方法，它可以将信号分解成许多固有模态函数（Intrinsic Mode Functions，简称IMF），每个IMF的频率范围与信号的频段相适应。

接下来是摩擦振动信号的经验模式分解。

摩擦振动信号是机械制动和
摩擦引起的振动信号。

在进行经验模式分解时，我们可以将振动信号
与其它信号进行对比，根据各种信号的特征来选取合适的分解方法。

在EMD方法中，我们需要将信号分解成多个IMF分量，对于每个IMF
分量，我们在时域和频域对其进行分析，得到IMF的特征，以判断该
分量是否为摩擦振动信号。

如果IMF分量在时域上呈现周期性波动的
形态，并且频率特征符合摩擦振动的频率特征，则可以确认该分量为
摩擦振动信号。

除了经验模式分解，我们还需要了解什么是多重分形分析
（Multifractal Analysis）。

多重分形分析是用于描述信号中复杂结
构的一种方法，它可以用于分析信号的复杂度和非线性特征。

在研究
摩擦振动信号时，我们可以使用多重分形分析的方法对信号进行分析，
得到信号的分形维度和分形谱等特征，以判断信号的复杂度和非线性特征是否符合摩擦振动信号的特征。

综上所述，摩擦振动信号的经验模式分解和多重分形分析是一种研究机械故障特征和机理的有效方法。

在实际应用中，我们可以通过对信号进行EMD分解和多重分形分析获取有关信号的特征和信息，以诊断和预测机械故障。

这对于工程师们了解设备运行情况和进行机械维护具有十分重要的意义。