搜索结果: 1-5 共查到“机械工程 EEMD”相关记录5条 . 查询时间(0.059 秒)
为了从齿轮故障信号中提取出包含故障信号的特征频率，提出了基于EEMD自适应形态学解调方法。首先采用EEMD (集合经验模式分解) 进行降噪，将原始信号与不同的白噪声叠加组成目标信号，然后将目标信号分解为有限个IMF分量，选取主要信息求和重构，再用形态学滤波器提取故障信号的特征频率。针对形态学结构元素尺寸的选择问题，利用遗传算法来优化形态学结构元素，自适应寻求最优解。通过数字仿真试验和齿轮故障模拟实...
地面模拟真空环境中背景干扰的EEMD滤除方法
集合经验模式分解 滤除 相关系数
2014/8/7
针对地面模拟真空环境实验中背景干扰与轴承振动信号频率相互重叠、难以滤除的问题，利用集合经验模式分解的抗混特性和滤波特性，提出了基于EEMD的背景干扰滤除方法。首先对背景干扰和轴承振动信号进行EEMD分解获得固有模式函数，再计算背景干扰和轴承振动信号的IMF分量间的相关系数来对IMF分量进行筛选，由保留下的IMF分量重构信号以达到滤除背景干扰的目的。对实测信号的滤除结果表明了该方法的可行性和有效性。
基于线调频小波路径追踪算法与EEMD的齿轮箱复合故障诊断方法
阶次跟踪 集合经验模式分解 齿轮箱 复合故障
2014/8/1
针对变转速下的齿轮箱中复合故障的故障特征提取，提出了一种基于线调频小波路径追踪算法与集合经验模式分解的齿轮箱复合故障诊断方法。该方法先用线调频小波路径追踪算法从原始振动信号中提取转频曲线，根据转频曲线对原始振动信号进行等角度重采样，将时域信号转化为角域信号，再对角域重采样信号进行集合经验模式分解，根据相关系数选取合适的内禀模态函数，最后对所选取的内禀模态函数分量进行Hilbert包络谱分析，根据包...
针对齿轮箱振动信号的非平稳、非线性等特点，提出一种基于总体平均经验模态分解EEMD的能量熵信号分析及故障诊断方法。该方法利用EEMD方法能够有效抑制模式混叠现象的特点，先对原始振动信号进行EEMD分解，得到各阶本征模态函数(IMFs)，然后求得将各阶本征模态函数的能量及其熵。指出能量熵的值能够反映系统的工作状态和故障类型。通过对白噪声幅值及分解次数对齿轮箱振动加速度信号分析对比，得出最优化选择方案...