基于自适应CEEMD的非平稳信号分析方法

• 作者: 严丹 严保康 刘毅 周凤星 徐波 黎会鹏
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 互补集总经验模态分解 模态混叠 最小二乘互信息 网格搜索算法 微故障特征提取
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 54-61
• 页数: 8页
• 分类号: TH113|TH133.3
• 字数: 4133字
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2020.01.009

摘要

由于标准的互补集总经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)在处理模态混叠问题时缺乏自适应性,其本质是分解信号获得的本征模态函数(intrinsic mode function,简称I MF)之间产生了一定的信息耦合现象,使I MF分量不能正确地反映信号的真实成分.因此,提出了在使用CEEMD分解信号的过程中嵌入网格搜索算法(grid search algorithm,简称GSA),以最小二乘互信息(least squares mutual information,简称LSMI)为网格搜索算法的适应度函数,构造一个自适应CEEMD方法.该算法通过自适应地搜索最佳的白噪声幅值,修正信号分解过程中产生的少量的耦合频率成分,确保每个I MF分量之间信息的正交性,以进一步抑制模态混叠问题.最后,通过仿真实验验证了该方法的有效性,并将该方法用于提取滚动轴承微故障的特征频率.实验结果表明,该算法在滚动轴承的微故障特征提取应用中具有更少的迭代数、I MF分量以及相对更小的计算量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周凤星	武汉科技大学信息科学与工程学院	142	835	15.0	21.0
2	刘毅	黄冈师范学院物理与电信学院	75	405	12.0	16.0
6	徐波	武汉科技大学信息科学与工程学院	8	8	2.0	2.0
8	严保康	武汉科技大学信息科学与工程学院	35	126	6.0	10.0
9	严丹	黄冈师范学院物理与电信学院	4	3	1.0	1.0
10	黎会鹏	武汉科技大学信息科学与工程学院	11	7	2.0	2.0