改進(jìn)的EEMD分析方法及其在故障診斷中的應(yīng)用.pdf

1、隨著設(shè)備復(fù)雜程度日益提高，研究設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷方法具有重要意義。本文以集合經(jīng)驗(yàn)?zāi)B(tài)分解的改進(jìn)和應(yīng)用為研究?jī)?nèi)容，提出了基于改進(jìn)的集合經(jīng)驗(yàn)?zāi)B(tài)分解、譜峭度理論和能量算子解調(diào)分析的故障診斷方法。
　　本文首先研究了經(jīng)驗(yàn)?zāi)B(tài)分解和集合經(jīng)驗(yàn)?zāi)B(tài)分解的分解原理及特性。集合經(jīng)驗(yàn)?zāi)B(tài)分解是一種基底自適應(yīng)的信號(hào)分解方法，在分解原理上較傳統(tǒng)的時(shí)域、頻域分析方法具有更好的濾波特性和自適應(yīng)性。但在實(shí)際應(yīng)用中，由于工況下的強(qiáng)噪聲及故障信號(hào)的特殊性，

2、集合經(jīng)驗(yàn)?zāi)B(tài)分解出現(xiàn)了很多缺陷，諸如模態(tài)混疊、端點(diǎn)效應(yīng)等，模態(tài)分解理論提出時(shí)間較短，需要更進(jìn)一步的完善和發(fā)展。
　　針對(duì)集合經(jīng)驗(yàn)?zāi)B(tài)分解模態(tài)混疊、端點(diǎn)效應(yīng)、停止準(zhǔn)則等缺陷進(jìn)行改進(jìn)研究。研究了基于高頻諧波輔助的模態(tài)混疊缺陷改進(jìn)方法，并給出了幅值系數(shù)和高頻參數(shù)的確定方法。提出了基于BP神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償?shù)亩它c(diǎn)效應(yīng)改進(jìn)方法，對(duì)邊緣數(shù)據(jù)進(jìn)行預(yù)測(cè)，并且對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行誤差補(bǔ)償，從而保證了有效數(shù)據(jù)的完整性，抑制了端點(diǎn)效應(yīng)。研究了基于互相關(guān)系數(shù)的迭

3、代停止準(zhǔn)則，有效地降低了計(jì)算時(shí)間，并且減少了冗余分量的產(chǎn)生。最后，通過(guò)試驗(yàn)仿真信號(hào)驗(yàn)證了這些改進(jìn)方法的有效性。
　　提出了強(qiáng)噪聲背景下基于改進(jìn)EEMD、譜峭度理論和能量算子解調(diào)的故障診斷方法，針對(duì)滾動(dòng)軸承微弱故障特征進(jìn)行了應(yīng)用研究。對(duì)于能量極弱的微弱故障信號(hào)使用對(duì)沖擊信號(hào)敏感的峭度指標(biāo)進(jìn)行信號(hào)篩選，為避免噪聲信號(hào)對(duì)峭度值的影響，在篩選過(guò)程中結(jié)合了自相關(guān)分析。為了得到準(zhǔn)確的故障信號(hào)，在構(gòu)造帶通濾波器過(guò)程中使用快速譜峭度圖設(shè)置濾波器最