上海交通大学学报

上海交通大学学报 >

2016 , Vol. 50 >Issue 9: 1452 - 1459

DOI: https://doi.org/10.16183/j.cnki.jsjtu.2016.09.017

基于改进的集合经验模态方法振动信号分解

  • 刘涛 ,
  • 杜世昌 ,
  • 黄德林 ,
  • 任斐 ,
  • 梁鑫光
展开
  • 上海交通大学, 上海航天设备制造总厂

网络出版日期: 2025-07-02

收起

基于改进的集合经验模态方法振动信号分解

  • 刘涛 ,
  • 杜世昌 ,
  • 黄德林 ,
  • 任斐 ,
  • 梁鑫光
Expand
  • 上海交通大学, 上海航天设备制造总厂

Online published: 2025-07-02

Fold

摘要

针对集合经验模态分解(EEMD)中2个重要参数白噪声幅值系数和集合平均次数的优化问题,提出了一种基于变步长模式搜索的集合经验模态方法.该方法以EEMD期望的分解误差设定值为目标,利用自适应EEMD得到的白噪声幅值系数为初值,对不同振动信号能够自动获取合适的EEMD参数,解决模态混叠问题.仿真实验和工程案例验证结果表明:与传统EEMD和自适应EEMD相比,基于变步长模式搜索的EEMD方法具有更高的分解精度及更快的运算效率.

关键词： 集合经验模态分解, 变步长模式搜索, 振动信号, 模态混叠

本文引用格式

刘涛 , 杜世昌 , 黄德林 , 任斐 , 梁鑫光 . 基于改进的集合经验模态方法振动信号分解[J]. 上海交通大学学报, 2016 , 50(9) : 1452 -1459 . DOI: 10.16183/j.cnki.jsjtu.2016.09.017

Abstract

针对集合经验模态分解(EEMD)中2个重要参数白噪声幅值系数和集合平均次数的优化问题,提出了一种基于变步长模式搜索的集合经验模态方法.该方法以EEMD期望的分解误差设定值为目标,利用自适应EEMD得到的白噪声幅值系数为初值,对不同振动信号能够自动获取合适的EEMD参数,解决模态混叠问题.仿真实验和工程案例验证结果表明:与传统EEMD和自适应EEMD相比,基于变步长模式搜索的EEMD方法具有更高的分解精度及更快的运算效率.

Key words： 集合经验模态分解, 变步长模式搜索, 振动信号, 模态混叠

Options
文章导航

/

〈 〉