基于EEMD自适应形态学在齿轮故障诊断中的应用 |
| |
引用本文: | 侯高雁,吕勇,肖涵,秦拓.基于EEMD自适应形态学在齿轮故障诊断中的应用[J].振动与冲击,2014,33(18):145-148. |
| |
作者姓名: | 侯高雁 吕勇 肖涵 秦拓 |
| |
作者单位: | 武汉科技大学 机械自动化学院, 武汉 430081 |
| |
基金项目: | 国家自然科学基金青年基金资助项目(51105284);国家自然科学基金项目(51475339) |
| |
摘 要: | 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验,并与EMD(经验模式分解)、SVD(奇异值分解)方法进行了比较,结果表明该算法要优于其他两种方法,能够清晰地提取出故障信号的各种频率特征。
|
关 键 词: | 形态学 特征频率 EEMD 结构元素 遗传算法 |
收稿时间: | 2013-7-16 |
修稿时间: | 2013-9-21 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|