波形曲率延拓在局域均值分解中的应用
Waveform Curvature Extension in Applications of Local Mean Decomposition作者机构:沈阳理工大学沈阳110159
出 版 物:《中国机械工程》 (China Mechanical Engineering)
年 卷 期:2016年第27卷第3期
页 面:343-348,354页
核心收录:
学科分类:080202[工学-机械电子工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金:国家高技术研究发展计划(863计划)资助项目(2012AA041303)
主 题:局域均值分解(LMD) 端点效应 波形匹配 曲率特征
摘 要:局域均值分解(LMD)是一种能够将复杂的调幅调频信号自适应地分解为一系列单分量的调幅调频信号的处理方法,其分解过程存在端点效应,分解结果有一定程度的失真。针对此问题,提出根据波形曲率特征对信号端点进行极值延拓,通过特征波的曲率波动来筛选与边界波形最为相似的数据段,在此基础上将波形匹配曲率估计应用于LMD分解过程中,并与镜像延拓及自适应波形匹配延拓方法相比较,验证了所提方法的优点。使用仿真信号与实际的齿轮故障数据进行试验与检测,结果表明,所提方法可以有效改善LMD分解过程的端点效应,提高分解精度。