毕业论文（设计）-基于EMD在故障诊断中的应用

《毕业论文（设计）-基于EMD在故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于EMD在故障诊断中的应用摘要:将EMD(EmpiricalModeDecomposition)方法应用于机械故障诊断中,提出了一个新的故障诊断方法。EMD方法基于信号的局部特征时间尺度，能把复杂的信号分解为有限的内在模态函数(IntrinsicModeFunction)之和,这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对设备或部件故障振动信号进行了分析，结果表明该方法能够有效地降低噪声，提高信噪比，突出故障振动信号的故障特征，从而提高故障诊断的准确性。关键词:EMD方法;故障诊断;设备;0・引言机械故障诊断基木上可分3大步

2、骤：第一是诊断信息的获取；第二是故障特征提取；第三是状态识别和故障诊断。其中的关键是从机械故障振动信号中提取故障特征，信号处理是特征提取］常用的方法。经验模式分解(empiricalmodedecomposition,EMD)⑴是近年来提出的一种信号处理方法，它利用信号自身的特征时间尺度对其进行分解，从而揭示信号内在特征。EMD具冇自适应特点，所以能够高效地分析非平稳信号及非线性信号。在信号分析屮，时间尺度和随时间尺度分布的能量是信号的最重要的两个参数，EMD方法基于信号的局部特征时间尺度，能把复杂的信号函数分解为有限的内在模态函数(Intri

3、nsicModeFunction,简称IMF)之和，每一IMF所包含的频率成分不仅与釆样频率有关而且最重要的是随信号本身变化而变化，因此EMD方法是自适应的信号处理方法，非常适于非线性和非平稳过程，具冇很高的信噪比。1.EMD方法EMD方法假设:任何信号或数据出不同的固冇简巾振动模态组成，每-•模态不论是线性或是非线性的，都具有相同数量的极值点和零交叉点，在相邻的两个零交叉点之间只有一个极值点，任何两个模态之间是相互独立的，这样任何一个信号就可以被分解为冇限个内在模态函数之和，其中任何一个内在模态函数仃MF)都满足以下条件：整个数据段内，极值点

4、的个数和零交叉点的个数必须相等或相差最多不能超0・引言机械故障诊断基木上可分3大步骤：第一是诊断信息的获取；第二是故障特征提取；第三是状态识别和故障诊断。其中的关键是从机械故障振动信号中提取故障特征，信号处理是特征提取］常用的方法。经验模式分解(empiricalmodedecomposition,EMD)⑴是近年来提出的一种信号处理方法，它利用信号自身的特征时间尺度对其进行分解，从而揭示信号内在特征。EMD具冇自适应特点，所以能够高效地分析非平稳信号及非线性信号。在信号分析屮，时间尺度和随时间尺度分布的能量是信号的最重要的两个参数，EMD方法

5、基于信号的局部特征时间尺度，能把复杂的信号函数分解为有限的内在模态函数(IntrinsicModeFunction,简称IMF)之和，每一IMF所包含的频率成分不仅与釆样频率有关而且最重要的是随信号本身变化而变化，因此EMD方法是自适应的信号处理方法，非常适于非线性和非平稳过程，具冇很高的信噪比。1.EMD方法EMD方法假设:任何信号或数据出不同的固冇简巾振动模态组成，每-•模态不论是线性或是非线性的，都具有相同数量的极值点和零交叉点，在相邻的两个零交叉点之间只有一个极值点，任何两个模态之间是相互独立的，这样任何一个信号就可以被分解为冇限个内在

6、模态函数之和，其中任何一个内在模态函数仃MF)都满足以下条件：整个数据段内，极值点的个数和零交叉点的个数必须相等或相差最多不能超0・引言机械故障诊断基木上可分3大步骤：第一是诊断信息的获取；第二是故障特征提取；第三是状态识别和故障诊断。其中的关键是从机械故障振动信号中提取故障特征，信号处理是特征提取］常用的方法。经验模式分解(empiricalmodedecomposition,EMD)⑴是近年来提出的一种信号处理方法，它利用信号自身的特征时间尺度对其进行分解，从而揭示信号内在特征。EMD具冇自适应特点，所以能够高效地分析非平稳信号及非线性信号

7、。在信号分析屮，时间尺度和随时间尺度分布的能量是信号的最重要的两个参数，EMD方法基于信号的局部特征时间尺度，能把复杂的信号函数分解为有限的内在模态函数(IntrinsicModeFunction,简称IMF)之和，每一IMF所包含的频率成分不仅与釆样频率有关而且最重要的是随信号本身变化而变化，因此EMD方法是自适应的信号处理方法，非常适于非线性和非平稳过程，具冇很高的信噪比。1.EMD方法EMD方法假设:任何信号或数据出不同的固冇简巾振动模态组成，每-•模态不论是线性或是非线性的，都具有相同数量的极值点和零交叉点，在相邻的两个零交叉点之间只有

8、一个极值点，任何两个模态之间是相互独立的，这样任何一个信号就可以被分解为冇限个内在模态函数之和，其中任何一个内在模态函数仃MF)都满足以下条件：整个数