基于自相关的旋转机械振动信号EMD分解方法研究

• 作者: 杨世锡 胡劲松
• 来源期刊: 机械强度
• 关键词: 旋转机械 振动信号 自相关 经验模态分解
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 振动·噪声·监测·诊断
• 页码范围: 376-379
• 页数: 4页
• 分类号: TP206|TH113.1|TH165.3
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2007.03.005

摘要

提出基于自相关的振动信号经验模态分解(empirical mode decomposition,EMD)方法,该方法的步骤为,首先对振动信号进行自相关处理,然后再用EMD方法进行分解.该方法与直接用EMD分解的方法进行相比,具有如下优点, 能把受到严重干扰的信号的主要振动模态更清晰地分解出来;不用信号延拓就可以获得较好的分解效果,避免了延拓不好对EMD分解效果的影响.研究结果表明,该方法相对直接EMD分解的方法能更好地把主要的振动模态从振动信号中分解出来.该方法可广泛用于旋转机械振动信号时频分析领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世锡	浙江大学机能学院	155	2860	30.0	48.0
2	胡劲松	宁波工程学院电信学院	23	430	10.0	20.0