快速非平穩(wěn)信號分析診斷與應(yīng)用.pdf

1、非平穩(wěn)信號廣泛存在于自然界中，比如機械設(shè)備一旦出現(xiàn)故障時就會導(dǎo)致動態(tài)信號非平穩(wěn)現(xiàn)象的出現(xiàn)。傳統(tǒng)時頻分析方法在不同的角度上對非平穩(wěn)信號進行了分解，但是各自的缺陷卻很難使其根據(jù)信號本身的特點實現(xiàn)自適應(yīng)分解，而且很難達到分析所需要的精度。針對非平穩(wěn)信號特點后來出現(xiàn)了經(jīng)驗?zāi)B(tài)分解方法，開辟了一條全新信號分析方法，通過篩分標準選取不同的尺度分量，然后配合希爾伯特變換提取信號中的時頻信息。經(jīng)驗?zāi)B(tài)分解方法在使用過程中存在四大弊端問題，很多學者在這方

2、面提出了各種各樣的改進辦法，但是仍然無法同時解決這四個弊端。比如EEMD方法的提出，解決了模態(tài)混疊效應(yīng)但是卻以犧牲計算時間為代價，得不償失。
　　機械設(shè)備的在線狀態(tài)監(jiān)測系統(tǒng)經(jīng)過多年的發(fā)展，逐步走向?qū)＜一悄芑?。隨著大型設(shè)備的結(jié)構(gòu)、功能、工況、環(huán)境日趨復(fù)雜，對在線狀態(tài)監(jiān)測系統(tǒng)提出了全新的更高的要求。如何在更加復(fù)雜的信號環(huán)境中快速有效的挖掘出故障特征信息，是本文的一個研究重點。
　　論文在傳統(tǒng) EMD算法的基礎(chǔ)上進行改進并且根據(jù)

3、現(xiàn)有的二維快速自適應(yīng)經(jīng)驗?zāi)B(tài)分解方法，提出了一種改進型的方法。因此，本論文主要研究內(nèi)容有：
　　第一，本文提出了改進型的一維快速自適應(yīng)經(jīng)驗?zāi)B(tài)分解方法。首先，采用自適應(yīng)窗口準則獲取信號的峰峰值的統(tǒng)計特性；然后，采用順序統(tǒng)計濾波器來獲取信號的上下包絡(luò)線；最后，提出自循環(huán)停止準則，給出信號分解停止的準則。這種算法的最大優(yōu)點是避免了傳統(tǒng) EMD算法的四大弊端，同時具備自適應(yīng)分析能力。
　　第二，將一維快速自適應(yīng)經(jīng)驗?zāi)B(tài)分解方法應(yīng)用