基于變分模態(tài)分解的機(jī)車軸承故障診斷.pdf

1、變分模態(tài)分解(variational mode decomposition，VMD)是一種新出現(xiàn)的信號(hào)分解算法，本文對(duì)比研究了變分模態(tài)分解與常用信號(hào)自適應(yīng)分解算法的性能及其在故障診斷中應(yīng)用，取得以下成果:
　　研究了經(jīng)驗(yàn)?zāi)B(tài)分解（empirical mode decomposition，EMD）的算法特點(diǎn)及存在的不足，重點(diǎn)探討了經(jīng)驗(yàn)?zāi)B(tài)分解中模態(tài)混疊問題。分析了產(chǎn)生模態(tài)混疊的原因，總結(jié)了模態(tài)混疊模式。通過仿真信號(hào)分析，說明變分模態(tài)

2、分解能有效抑制經(jīng)驗(yàn)?zāi)B(tài)分解各種模式的模態(tài)混疊。
　　與經(jīng)驗(yàn)?zāi)B(tài)分解相比，變分模態(tài)分解基于數(shù)學(xué)框架而非迭代算法，將一個(gè)復(fù)雜信號(hào)同步分解為多個(gè)有限帶寬、近似正交的固有模態(tài)函數(shù)。通過計(jì)算機(jī)生成和工程實(shí)際信號(hào)分析，說明了變分模態(tài)分解在噪聲魯棒性和分解能力等方面優(yōu)于經(jīng)驗(yàn)?zāi)B(tài)分解和總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition，EEMD)。
　　針對(duì)變分模態(tài)分解方法中懲罰因子和模態(tài)個(gè)數(shù)參