学会简介

大型旋转机械非平稳振动信号的EEMD降噪方法

 

   

【作者】 曹冲锋; 杨世锡; 杨将新;

【Author】CAO Chong-feng,YANG Shi-xi,YANG Jiang-xin(College of Mechanical and Energy Engineering,Zhejiang University,Hangzhou310027,China)

【机构】浙江大学机械工程系国家重点实验室;

【摘要】 针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。该方法是一种集成的经验模式分解(Ensemble Empirical mode decomposition,EEMD)降噪算法,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,可以有效抑制常规经验模式分解降噪算法处理非平稳振动信号时产生的模式混叠现象。通过仿真计算和转子启动过程试验振动信号对新降噪方法、经验模式分解降噪方法及小波降噪方法的性能进行了比较测试,结果表明,在非平稳机械振动信号降噪方面,新降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效降低脉冲干扰,提取出反映信号实际物理意义的振动固有模式。 更多还原

【关键词】 降噪; 旋转机械; 启动过程; 振动信号; 集成经验模式分解

点击此处查看具体文献