基于初值优化的自适应最稀疏时频分析方法

• 作者: 刘燕飞 刘贞涛 彭延峰 杨宇 程军圣
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 故障诊断 自适应最稀疏时频分析 内禀模态函数 经验模态分解
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 机械工程
• 页码范围: 50-56
• 页数: 7页
• 分类号: TH165.3|TN911.7
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2017.08.008

摘要

自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)是一种新的时频分析方法,该方法需要事先确定较为准确的初始值,缺乏自适应性.针对ASTFA存在的问题,提出了基于初值优化的ASTFA方法.该方法使用残余量的能量作为优化目标函数,使用不同的初始值对信号进行分解,当残余量的能量最小时,则认为该初始值为最优初始值.因此,该方法能够自适应地寻找最优的初始值,增加了ASTFA方法的自适应性.采用仿真信号将该方法与原ASTFA方法进行对比,结果表明该方法能自适应地得到更准确的分解结果.对仿真信号和滚动轴承故障数据进行分析,结果表明ASTFA在抑制端点效应和模态混淆、抗噪声性能、提高分量的准确性等方面要优于经验模态分解(empirical mode decomposition,EMD),并能有效应用于滚动轴承故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宇	湖南大学汽车车身先进设计制造国家重点实验室	170	5200	44.0	68.0
2	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
3	彭延峰	湖南大学汽车车身先进设计制造国家重点实验室	6	30	3.0	5.0
4	刘燕飞	湖南大学汽车车身先进设计制造国家重点实验室	3	13	2.0	3.0
5	刘贞涛	湖南大学汽车车身先进设计制造国家重点实验室	2	8	2.0	2.0