重采样参数优化CEEMD行星齿轮箱故障诊断方法

doi:10.13568/j.cnki.651094.651316.2021.01.30.0001

新疆大学学报（自然科学版中英文） ›› 2022, Vol. 39 ›› Issue (02) : 229-235. DOI: 10.13568/j.cnki.651094.651316.2021.01.30.0001

宋生建, 张旭龙, 申勇

作者信息 +

History +

摘要

针对互补集合经验模态分解（CEEMD）中添加噪声幅值与总体平均次数参数的选取依赖个人经验、传统经验模式分解（EMD）产生模态混叠及总体平均经验模式分解（EEMD）计算量太大的问题，提出一种自适应重采样参数优化CEEMD分解方法．该方法将原始信号利用三次样条插值重采样增加采样频率，添加成对正负白噪声，噪声幅值定为0.01 SD，总体平均次数定为2；通过CEEMD分解后分量与原始信号最大相关系数的变化确定最佳重采样频率；最佳重采样频率选取后，分解效果明显提升．通过仿真及试验信号验证，该方法显著提升了CEEMD的分解性能，应用于行星齿轮局部故障分析，结果表明能够进行准确特征提取．