基于改进希尔伯特-黄变换的电机故障特征提取方法研究

• 作者: 张岳 王惠中
• 来源期刊: 自动化与仪器仪表
• 学科: 其他
• 关键词: 电机故障 特征提取 希尔伯特-黄变换 集合经验模态分解 灰色关联度
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 控制理论研究
• 页码范围: 42-48
• 页数: 7页
• 分类号: O-022
• 字数: 5620字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9227.2014.07.042

摘要

电机的故障特征信号一般为非平稳信号,而基于线性、平稳假定的传统故障特征提取方法不能准确提取非平稳信号的时频变化特征,针对这一问题,本文采用了更适于分析非线性非平稳信号的希尔伯特-黄变换(HHT),提出了结合集合经验模态分解(EEMD)与灰色关联度的方法进行电机故障特征提取,验证了EEMD抑制模态混叠问题的可行性以及灰色关联度方法识别虚假分量的有效性.并进一步对实际电机故障信号实验分析,利用BP人工神经网络对提取的特征向量进行故障识别,证明了该方法可以有效提高电机故障特征提取的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠中	兰州理工大学电气工程与信息工程学院	70	337	9.0	15.0
2	张岳	兰州理工大学电气工程与信息工程学院	1	9	1.0	1.0