匀相窄波局部特征尺度分解方法及其在机械故障诊断中的应用

• 作者: 郑近德 苏缪涎 潘海洋 童靳于 潘紫微
• 来源期刊: 电子测量与仪器学报
• 关键词: 局部特征尺度分解 模态混叠 噪声辅助分解 旋转机械 故障诊断
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: “状态监测与故障诊断”专题|CONDITION MONITORING AND FAULT DIAGNOSIS
• 页码范围: 50-58
• 页数: 9页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.13382/j.jemi.B2003666

摘要

局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)方法的同时,也继承了EMD的模态混叠问题.噪声辅助分解是解决EMD模态混叠问题的主要方法之一,但由于LCD对于噪声更加敏感,如果采用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)方法中的白噪声作为辅助信号不仅不能够有效地改善LCD中的模态混叠问题,还会产生较多的虚假分量.对此,提出一种改进的LCD方法——匀相窄波局部特征尺度分解方法(uniform phase local characteristic-scale decomposition,UPLCD).UPLCD采用具有均变相位的窄波信号来代替白噪声作为辅助分解信号,能够在抑制LCD模态混叠的同时,避免白噪声带来虚假分量增多的情况.通过仿真信号分析,验证了UPLCD方法抑制模态混叠的有效性.并将所提出的方法应用到机械故障诊断中,和EEMD、LCD和匀变相位经验模态分解(uniform phase empirical mode decomposition,UPEMD)等方法对比,结果表明,所提出的UPLCD方法能够有效地处理旋转机械故障模态信号,在分解精度和抑制干扰信号等方面更具优势.