经验模态分解在机械设备故障诊断应用研究概述  

作　　者：张来斌[1] 王朝晖[1] 樊长博[1] 

机构地区：[1]中国石油大学(北京)机电工程学院,北京102249

出　　处：《矿山机械》2007年第2期113-115,共3页Mining & Processing Equipment

基　　金：国家自然科学基金资助项目(编号50105015;50375103);教育部新世纪优秀人才支持计划资助项目;教育部霍英东青年教师教育基金资助项目(编号91051);北京市科技新星计划资助项目(编号2003B33);北京市教育委员会共建项目建设计划资助项目(编号XK114140478)

摘　　要：当机械设备出现故障时,其振动信号中除了故障信号外,还混有能量较大的背景信号和噪声,表现出很强的非线性非平稳特征,利用传统的时域或频域方法很难有效的进行故障诊断。经验模态分解是一种自适应的信号处理方法,主要应用于非线性非平稳信号的分析。本文介绍了经验模态分解方法的原理及处理步骤,结合机械设备状态监测和故障诊断,论述了经验模态分解方法在滤波降噪、特征提取和状态识别中的应用情况。

关 键 词：故障诊断 经验模态分解 应用 概述 

分 类 号：TH17[机械工程—机械制造及自动化]