论文部分内容阅读
为了从非线性非平稳信号中清晰地提取出故障信号的频率特征,研究了局域均值分解（LMD）形态学和总体经验模式分解（EEMD）形态学在故障特征提取中的应用.LMD形态学（EEMD形态学）是将信号通过LMD（EEMD）分解,选取主要信息重构,用形态学差值滤波器来提取故障信号的频率特征.通过数字仿真试验和齿轮故障模拟实验,对2种方法进行了对比,结果表明：LMD形态学比EEMD形态学更能够清晰地提取出故障信号的频率特征,并且提取速度远远快于EEMD形态学.