资源描述：
《经验模态分解停止准则及在故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、JournalofMechanicalStrength2011,33(5):655-659经验模态分解停止准则及在故障诊断中的应用STUDYONTHESTOPPINGCRITERIONOFEMPIRICALMODEDECOMPOSITIONANDITSAPPLICATIONINFAULTDIAGNOSIS黄骏何永勇(清华大学精仪系摩擦学国家重点实验室,北京100084)HUANGJunHEYongYong(TheStateKeyLaboratoryofTribology,DepartmentofPrecisionInstruments,
2、TsinghuaUniversity,Beijing100084,China)摘要停止准则是决定经验模态分解能否完整准确地提取出信号的内禀模态函数的重要因素之一,文中在总结现有的标准偏差(standarddeviation,SD)准则、G.Rilling准则和能量差跟踪法的基础上,提出新的结合G.Rilling准则和能量差跟踪法的停止准则,并对这些准则进行仿真和实测数据的比较验证,试验结果表明,文中提出的停止准则优于SD准则和G.Rilling准则,为故障诊断提供更可靠的依据。关键词Hilber-tHuang变换经验模态分解停止准则中图分类
3、号TH17AbstractThestoppingcriterionisoneoftheimportantfactorswhichdeterminetheintegralityandaccuracyoftheintrinsicmodefunctions(IMF)extractedbyempiricalmodedecomposition(EMD).Firstly,thestandarddeviation(SD)criterion,theG.Rillingcr-iterionandthemethodoftrackingforenergydiffere
4、nce(MTED)arediscussedandsummarized.Then,anewstoppingcriterionisprop-osed,whichintegratestheG.RillingcriterionandMTED.Atlast,thesimulationandcasestudyaregivenouttocomparevariousstop-pingcriterionanddemonstratetheeffectoftheproposedstoppingcriterion.Theresultsuggeststhatthepropo
5、sedcriterionisveryeff-icient.KeywordsHilbert-Huangtransform(HHT);Empiricalmodedecomposition(EMD);StoppingcriterionCorrespondingauthor:HEYongYong,E-mail:heyy@mail.tsinghua.edu.cn,Tel:Fax:+86-10-62787932TheprojectsupportedbytheNationalKeyTechnologyR&DPrograminthe11thFiveYearPl
6、anofChina(No.2009BAG12A02),andtheNationalNaturalScienceFoundationofChina(No.50975150).Manuscriptreceived20091016,inrevisedform20100106.[4]8性的,到目前为止尚缺乏完备的理论基础。停止引言准则是影响IMF分量准确性的重要因素,如果分解次1998年,NASA(NationalAeronauticsandSpaceAd-数过少,则提取不出准确的IMF分量,主要是造成模ministration)的戈达德太空飞行中心
7、的NordenEHuang态混叠;如果分解次数过多,又会造成过分解,提取出提出希尔伯特黄变换(Hilber-tHuangtransform,的IMF分量趋近于定常幅值,失去分解的意义。因此[1]915-933HHT),它能自适应地将混合在一起的单成份信本文将针对EMD分解的停止准则进行探讨,并提出一号从高频到低频依次提取出来,而不需要预先设定基种新的停止准则。函数。由于HHT变换良好的自适应性和处理非平稳1EMD分解简介非线性信号的能力,一经提出便成为研究热点,在故障诊断、语音识别、地震监测等领域获得广泛应HHT变换包含以下两个步骤,(1)EMD
8、分解,该过[1]948-987[2-3]用。程将输入信号自适应地分解为一系列单成分的IMFHHT变换的效果很大程度上取决于
