改进EEMD与ICA算法的水电机组振动信号特征提取

摘要

针对水轮机运行机组工况复杂,故障特征难以提取的问题,提出一种基于改进EEMD与独立分量分析(ICA)的新方法。首先,通过镜像延拓方法对原始信号进行延拓,以达到抑制端点效应的目的;其次用集合经验模态分解(EEMD)方法对延拓后的信号进行分解得到一系列本征模态函数(imf)分量,以改善算法的分解性能,并将imf延拓部分的数据截去;最后对EEMD分解得到的主要imf分量进行重构并与原信号一起作为ICA分量的输入信号,对ICA算法的输出信号进行频谱特征分析。结果表明:基于改进EEMD与独立分量分析(ICA)的新方法可对水轮机组复杂工况下的非平稳信号进行特征提取,此方法具备自适应特征提取水轮机组故障信号的能力,具有良好工程实践。