作　　者： ; ;

机构地区： 东南大学机械工程学院

出　　处： 《东南大学学报（自然科学版）》 2011年第5期998-1001,共4页

摘　　要： 针对旋转机械振动信号的非平稳、非线性等特点,提出一种基于集合经验模式分解(EE-MD)的奇异谱熵信号分析及故障诊断方法.该方法利用EEMD有效抑制模式混叠现象的优点,首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF),然后将各阶IMF分量构成一个特征模式矩阵,并对该特征模式矩阵求奇异谱熵值.奇异谱熵值的大小能够反映系统的工作状态和故障类型.分别用基于经验模式分解(EMD)和集合经验模式分解的奇异谱熵对车削颤振的振动信号分析对比,结果验证了该方法的有效性和可行性. For the non-stationary and non-linear characteristics of rotating machinery vibration signal,ensemble empirical mode decomposition（EEMD） method based singular value spectral entropy is proposed for signal analysis and fault diagnosis of rotating machinery.This method utilizes the advantage of EEMD which can effectively restrain model mixing.First,the EEMD method is used to decompose the original signal to obtain intrinsic mode functions（IMFs）.Then,a feature pattern matrix is created by intrinsic mode functions.Finally,the singular spectrum entropy of the feature pattern matrix is calculated,since singular spectrum entropy can reflect the system＇s working condition and fault type.Singular value spectral entropy based on the EMD method and the EEMD method are respectively used to analyze and compare the turning chatter vibration signals.The result verifies that the proposed method is effective and feasible.

关 键 词： 旋转机械 颤振 集合经验模式分解 奇异谱熵

领　　域： [机械工程] [自动化与计算机技术] [自动化与计算机技术]