全矢EEMD技术及其在故障诊断中的应用

摘要

提出一种基于旋转机械同源数据融合的全矢(Ensemble Empirical Mode Decomposition,EEMD)总体平均经验模态分解信号分析方法.EEMD法是在传统的(Empirical Mode Decomposition,EMD)经验模态分解法的基础上,为了有效地抑制模态混叠现象而提出的改进方法.而在一些实际应用中,全矢EEMD方法能够提供比直接进行全矢融合更为可靠的诊断结论.具体地实现在处理存在噪声的同源信号时,先进性EEMD分解,再进行全矢谱信号融合,并对比传统全矢谱法说明本方法的优越性与局限性.