【摘 要】
：
为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的分解能力和分解精度,解决CEEMDAN方法中噪声残留等问
论文部分内容阅读
为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的分解能力和分解精度,解决CEEMDAN方法中噪声残留等问题,提出了一种改进的CEEMDAN方法——自适应噪声均值优选集成经验模态分解(mean-optimized ensemble empirical mode decomposition with adaptive noise,MEEMDAN).MEEMDAN在迭代筛分过程中引入不同的权重,以正交性指标最小为依据,从不同权重下的分解结果中选取最优模态函数(IMF),确保了每一阶的IMF分量都是整体最优.通过仿真分析验证了MEEMDAN方法在分解能力和分解精度方面优于CEEMDAN方法.同时,将MEEMDAN和最大相关峭度反褶积相结合,并应用于滚动轴承仿真数据和实测数据分析,结果表明,与现有方法相比,所提方法能够更为准确地提取出故障特征频率,且在分解能力和抑制干扰频率方面更具有优越性.
其他文献
应用机器视觉技术对孔类零件进行尺寸测量,采用边加工边测量的方式进行在线检测,可有效缩短零件的生产周期,提高生产效率。通过分析零件的工艺特征,选用CMOS相机与高精度远心镜头,对有倒角的特征采用环形光源照明,对未倒角的特征采用同轴光源照明,提高了硬件平台的柔性化。针对图像采集与传输过程中的椒盐噪声与高斯噪声,对采集后的灰度图像先采用中值滤波去除椒盐噪声,然后采用最小误差法选定阈值,将灰度图二值化,完
针对导弹发射过程中尾翼身处高温、高压、高过载等恶劣环境时的振动信号难获取和实测信号失效等问题,利用动态存储测试技术和三轴数字加速度计,设计了一种基于ADXL345三轴数
针对传统光谱采集设备体积大,成本高的缺点,基于HAMAMATSU公司开发的MEMS-FPI型光谱传感器C14272,设计了以FPGA作为主控的红外光谱传感器驱动采集电路.电路包括可调谐滤波器
针对高密度人群教室空气质量差导致学生学习效率低和损害学生身心健康的问题,设计了一种集成化的教室空气感知系统.首先,阐述了集成化教室空气感知系统的整体设计;其次,基于
针对滚动轴承故障信号易受环境噪声干扰,故障特征信息获取相对困难的问题,提出了基于变分模态分解(VMD)与快速谱峭度的滚动轴承故障特征提取方法.首先将轴承信号分解为若干个
主轴轴承作为机床关键零部件,针对轴承故障信息比较复杂难以获取,并且故障数据样本少问题,提出了基于小波包混合特征和支持向量机(SVM)的数控机床轴承故障诊断方法.首先对轴