基于迭代的集总经验模式分解算法的齿轮箱故障特征提取

• 作者: 姜军生 林近山
• 来源期刊: 机械传动
• 关键词: 集总经验模式分解 迭代的集总经验模式分解 齿轮箱 特征提取
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 试验分析
• 页码范围: 73-75,79
• 分类号: TH165.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2539.2011.12.020

摘要

针对集总经验模式分解方法(Ensemble Empirical Mode Decomposition,EEMD)在实际应用中存在的盲目添加白噪声的问题,提出了一种迭代的集总经验模式分解方法(Iterative Ensemble Empirical Mode Decomposition,IEEMD).首先介绍了IEEMD方法,然后将EEMD方法与IEEMD方法用于实际齿轮箱故障信号的特征提取.结果表明,与EEMD方法相比,IEEMD方法可以得到更高分辨率的HHT时频谱图,可以从信号中提取更多的有用信息.说明IEEMD方法较好地克服了EEMD方法中存在的盲目添加白噪声的问题,适合于作为齿轮箱故障信号的特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜军生	潍坊学院机电工程学院	20	85	4.0	8.0
2	林近山	潍坊学院机电工程学院	19	158	6.0	12.0