局部均值分解的几种改进方法

局部均值分解的几种改进方法

论文摘要

局部均值分解方法(Local Mean Decomposition,LMD)是一种性能优越的旋转机械故障诊断的方法,它不仅可以准确地反映非平稳信号的时频分布,而且非常适合处理含有多分量成分的非平稳信号。但是由于LMD方法本身的缺陷,使得该方法存在着诸如端点效应的处理方法、迭代终止条件的确定等问题。在介绍LMD方法的基础上,分别以改进的"自适应延拓法"和"信息熵判据"解决以上两个问题,并结合仿真软件上验证改进结果。

论文目录

  • 1 引言
  • 2 LMD方法
  • 3 端点效应改进方法
  •   3.1 自适应波形匹配延拓法
  •   3.2 仿真与对比分析
  • 4 迭代终止条件的选择
  •   4.1 基于信息熵的LMD方法迭代终止判据
  •   4.2 仿真与对比分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 骆东松,裴阳,黄涛

    关键词: 方法,端点效应,自适应延拓,迭代终止条件,信息熵判据

    来源: 舰船电子工程 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 机械工业

    单位: 兰州理工大学

    分类号: TH17

    页码: 204-207

    总页数: 4

    文件大小: 1206K

    下载量: 175

    相关论文文献

    标签:;  ;  ;  ;  ;  

    局部均值分解的几种改进方法
    下载Doc文档

    猜你喜欢