基于改进经验模态分解的汽车后视镜电机故障诊断方法

• 作者: 吴骏 陆晔敏 王玉峰
• 来源期刊: 科技与创新
• 关键词: 汽车后视镜 经验模态分解 希尔伯特-黄变换 BP 神经网络
• 年，卷（期）: 2022,（17）
• 所属期刊栏目: 理论探索
• 页码范围: 14-17,20
• 页数: 4页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2022.17.005

摘要

提出了以经验模态分解为基础的希尔伯特-黄变换的特征提取方法，描述了希尔伯特-黄变换在汽车后视镜电机故障信号的时频特征提取与BP神经网络实现电机状态分类的应用。首先通过给定的振动样本建立振动分析的数学模型，对振动信号进行EMD分解，得到固有模态函数分量；然后对其进行希尔伯特变换处理，将所得瞬时频率与瞬时振幅作为BP神经网络的输入，建立BP神经网络分类模型。其次使用振动采集设备实时获得振动信号，并输入所建立模型，达到了91.5%的识别准确率，验证了该方法在汽车后视镜电机故障诊断应用方面的适用性。