經(jīng)驗(yàn)?zāi)B(tài)分解理論與應(yīng)用研究.pdf

1、本文對經(jīng)驗(yàn)?zāi)B(tài)分解(empiricalmodedecomposition，EMD)方法進(jìn)行了深入的研究。在總結(jié)新近有關(guān)研究熱點(diǎn)和進(jìn)展的基礎(chǔ)上，對離散Hilbert變換估計(jì)IMF的幅度包絡(luò)和瞬時頻率進(jìn)行了誤差分析。提出了改進(jìn)的離散Teager能量算子(Teagerenergyoperator，TEO)算法改善了求取幅度包絡(luò)和瞬時頻率的精度；提出了基于過零點(diǎn)和極點(diǎn)估計(jì)(zero-crossingandextremumestimation，Z

2、CEE)求取幅度包絡(luò)和瞬時頻率的算法。討論了EMD時頻幅度譜的離散時頻分辨率。將改進(jìn)的離散TEO算法和ZCEE方法引入EMD理論，比較了三種算法求取EMD時頻幅度譜和邊際譜的時頻特性。 基于EMD方法的應(yīng)用，結(jié)合EMD方法的自適應(yīng)濾波特性，對于具有噪聲干擾的調(diào)制信號解調(diào)問題，提出了基于時延相關(guān)以及WVD切片算法降噪預(yù)處理的算法。時延相關(guān)降噪是對信號自相關(guān)函數(shù)的無偏估計(jì)采用矩形窗截?cái)嗟玫捷^長時間差的部分，WVD切片算法是對信號Wi

3、ger-Ville分布求得零頻率處的切片，而后利用EMD方法對其進(jìn)行自適應(yīng)濾波得到IMF，最終求得解調(diào)結(jié)果。不同噪聲強(qiáng)度仿真數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)分析表明，該方法比直接解調(diào)或僅采用時延相關(guān)(對稱自相關(guān))解調(diào)能更有效地抑制噪聲，凸現(xiàn)信號調(diào)制信息。 共振解調(diào)法是診斷滾動軸承故障的重要方法。共振解調(diào)法需要預(yù)先設(shè)計(jì)中心頻率為某一元件固有頻率的帶通濾波器對原始信號進(jìn)行帶通濾波，有時會出現(xiàn)時域相加信號的頻率成分在調(diào)制邊頻帶附近不被濾除的情況，從而在

4、解調(diào)譜上出現(xiàn)誤診斷或無法分析的頻率成分。因此，本文提出了基于EMD的共振解調(diào)法，在帶通濾波后，進(jìn)一步采用EMD方法自適應(yīng)濾波提取故障軸承振動信號中的調(diào)制信息，最后解析出故障頻率。仿真信號和實(shí)驗(yàn)驗(yàn)證結(jié)果均表明，和僅僅采用帶通濾波器濾波比較，該方法能更加突出故障頻率成分，避免誤診斷。 對于非線性、非穩(wěn)態(tài)、含噪原始信號混合且混合信號數(shù)目小于源信號數(shù)目的旋轉(zhuǎn)機(jī)械調(diào)制故障源信號盲分離問題，本文提出了基于EMD和主成分分析(principl