补充集成极值加权模态分解及其应用

• 作者: 潘紫微 苏缪涎 郑近德
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 极值加权模态分解 总体平均经验模态分解 模态混叠 滚动轴承
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 77-83
• 页数: 7页
• 分类号: TN911.7
• 字数: 3162字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.03.014

摘要

极值加权模态分解(Extreme-point weighted mode decomposition,简称EWMD)是一种新的自适应信号分解方法,通过对相邻三个极值点加权平均后进行曲线拟合,优化均值曲线的构造方式,改善了分解能力,但EWMD仍存在模态混叠现象.基于噪声辅助分解思想,提出了补充集成极值加权模态分解(Complementary ensemble extreme-point weighted mode decomposition,简称CEEWMD).借助高斯白噪声均匀分布的特征,使信号在尺度上具有连续性,CEE-WMD能够有效地抑制模态混叠和实现分解的完备性.通过仿真信号和实测信号分析,将CEEWMD与EWMD和总体平均经验模态分解进行对比,结果验证了其在分解性能和抑制模态混叠等方面的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘紫微	安徽工业大学机械工程学院	88	630	15.0	20.0
2	郑近德	安徽工业大学机械工程学院	46	279	12.0	14.0
3	苏缪涎	安徽工业大学机械工程学院	2	0	0.0	0.0