基于CEEMDAN-Hilbert变换的振动信息分解

为了对轴箱振动信息进行有效时频分析，提出利用完备集合经验模态（CEEMDAN）分解对振动信息进行分解，再通过Hilbert变换求其时频谱、边际谱和奇异值，实现振动信息的分析。通过分析钢轨正常和道岔状态轴箱振动信息，实现对钢轨表面状态的判断。结论如下：正常状态的振动频率主要集中在低频，道岔状态高频部分显著增加，且能量幅值峰值约是正常状态的50倍。道岔状态的边际谱和奇异值幅值均大于正常状态，且幅值峰值约是正常状态的3倍和5倍。