一种新时频研究方法局部特征尺度分解

《一种新时频研究方法局部特征尺度分解》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一种新时频研究方法局部特征尺度分解摘要：在定义瞬时频率具有物理意义的内禀尺度分量（Intrinsicscalecomponent，ISC）的基础上，提出了一种新的自适应时频分析方法――局部特征尺度分解(Localcharacteristic�scaledecomposition，LCD)，该方法可以自适应地将一个复杂信号分解为若干个ISC分量之和.对LCD方法的基本理论进行了阐述，分别采用LCD方法和经验模态分解（Empiricalmodedecomposition，EMD）方法对仿真信号进行了分析，分析结果表明：两种方法都可以有效地对信号进行分解，但LCD方法在

2、计算效率和抑制端点效应等方面要优于EMD方法.此外，还将LCD方法应用于滚动轴承故障诊断，实验信号的分析结果进一步表明了该方法的有效性.�关键词：故障诊断；局部特征尺度分解；内禀尺度分量；滚动轴承�中图分类号：TH115文献标识码：AANewTime�frequencyAnalysisMethodthe�LocalCharacteristic�scaleDecomposition�� 15YANGYu��,ZENGMing,CHENGJun�sheng�(StatekeyLaboratoryofAdvancedDesignandManufactureforVehi

3、cleBody,HunanUniv,Changsha,Hunan410082,China)Abstract:Basedonthedefinitionofintrinsicscalecomponent(ISC),anewself�adaptivetime�frequencyanalysismethod,localcharacteristic�scaledecomposition(LCD),isproposedinthispaper.ByusingLCD,acomplicatedsignalcanbedecomposedintoanumberofISCwhoseins

4、tantaneousfrequencieshavephysicalmeaning.AfterexpatiationonthebasictheoryofLCD,thispaperanalyzestheprocessedsimulationsignalbyLCDandempiricalmodedecomposition(EMD).Theanalysisresultshavedemonstratedthatthevalidityofboththetwodecompositionmethods.Moreover,LCDissuperiortoEMDincomputatio

5、nalefficiencyandrestrictionofendeffects.Inaddition,LCDisalsoappliedtofaultdiagnosisforrollerbearingandtheanalysisresultsfromtheactualfaultvibrationsignalhavefurtherprovedtheeffectivenessofLCD. 15�Keywords:faultetection；localcharacteristic�scaledecomposition;intrinsicscalecomponent;rol

6、lerbearing��对非平稳信号的分析一直是相关学者关注的热点，由于时频分析方法能同时提供非平稳信号在时域和频域的局部化信息而在非平稳信号的分析中得到了广泛的应用.典型的时频分析方法有窗口傅里叶变换、Wigner分布、小波变换等，这些方法有一个共同的缺陷，那就是缺乏自适应性��［1-3］�.�近年来最具代表性的自适应时频分析方法是经验模态分解��［4-5］�，该方法在定义瞬时频率具有物理意义的内禀模态函数分量的基础上，将复杂的多分量信号自适应地分解为若干个�IMF�分量之和.局部均值分解��［6］�是另外一种新的自适应时频分析方法，该方法将一个单分量的调幅调频

7、信号看成是其本身的包络信号和一个纯调频信号的乘积，即�PF�（Productfunction）分量.该方法首先采用极值点获得局部均值函数和包络估计函数，然后在对原始信号不断解调的过程中获得瞬时频率具有物理意义的纯调频信号和相应的包络信号，将纯调频信号和包络信号相乘便可以得到一个�15PF分量，从而可以将复杂信号自适应地分解为若干个PF�分量之和.�由上述可知，EMD方法与LMD方法有一个共同点，那就是首先采用基于极值点的局部特征尺度参数定义一种瞬时频率具有物理意义的单分量信号，然后据此对信号进行自适应分解.当然，在这类自适应时频分析方法中，关键的问题是如何给出瞬时

8、频率具有物