作者：兰夏燕; 万舟; 许有才; 陶然; 王家忠; 和...电梯导靴奇异值分解经验模态分解hilbert边际谱提取故障信息
摘要：针对电梯导靴振动信号采用经验模态分解（EmpiricalModeDecomposition，EMD）难以直接提取早期微弱故障特征的问题，提出基于奇异值分解（SingularValueDecomposition,SVD）优化经验模态分解的电梯导靴振动信号故障特征提取方法。该方法首先对原始信号进行SVD分解，通过奇异值贡献率原则来确定相空间重组的最佳Hankel矩阵结构，利用曲率谱原则与奇异值贡献率原则相结合来确定有效奇异值的阶次;筛选出包含主要故障信息的奇异值进行信号重构，得到剔除噪声信号与光滑信号的突变信号；然后对突变信号进行EMD分解，得到信号的本征模态函数（IntrinsicModeFunction,IMF）分量。最后，对IMF分量作Hilbert变换,求得其Hilbert边际谱，从而获得电梯导靴故障特征频率信息。仿真结果表明该方法有效改善了EMD难以直接提取早期微弱故障特征的问题，更准确地提取了振动信号的故障特征频率，验证了所述方法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
