申请/专利权人:岭南师范学院
申请日:2020-03-12
公开(公告)日:2020-12-01
公开(公告)号:CN112014107A
主分类号:G01M13/045(20190101)
分类号:G01M13/045(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.12.18#实质审查的生效;2020.12.01#公开
摘要:本发明涉及一种改进经验模态分解轴承振动分析方法及系统。首先对信号进行能量分离来处理非事件性模态混叠的方法,然后将分离的信号分别进行事件性模态混叠处理,得到待分解的信号,再利用单调一致性原则消除经验模态分解中的端点效应,从而得到最后的轴承振动分解信号。本发明能够提高轴承振动信号分解精度,使得分析效率增高,更加便于工程实践中使用。
主权项:1.一种改进经验模态分解轴承振动分析方法,其特征在于,包括:将轴承振动信号进行分解,得到第一高能量信号和第一低能量信号;判断所述第一高能量信号和所述第一低能量信号是否存在事件性模态;若是,则按照事件性模态处理方法处理所述第一高能量信号和所述第一低能量信号;若否,则直接采用经验模态分解方法分解所述第一高能量信号和所述第一低能量信号;在对所述第一高能量信号和所述第一低能量信号进行经验模态分解时,通过抑制端点效应,得到第二高能量信号和第二低能量信号;判断所述第二低能量信号是否存明显的波形特征;若是,则将所述第二高能量信号和所述第二低能量信号进行希尔伯特黄变换,得到变换图谱,结束整个分解过程;若否,则将所述第二低能量信号赋值给所述轴承振动信号再一次进行分解,直到低能量信号分解之后存在明显的特征或者待分解信号不满足经验模态分解的条件,再将得到的低能量信号进行希尔伯特黄变换得到变换图谱,结束整个分解过程。
全文数据:
权利要求:
百度查询: 岭南师范学院 一种改进经验模态分解轴承振动分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。