資源描述：
《基于EMD的主軸振動(dòng)信號(hào)去噪方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第5期組合機(jī)床與自動(dòng)化加工技術(shù)No．52015年5月ModularMachineTool＆AutomaticManufacturingTechniqueMay2015文章編號(hào)：1001—2265(2015)05—0035—03DOI：10．13462／j．cnki．mmtamt．2015．05．010基于EMD的主軸振動(dòng)信號(hào)去噪方法研究術(shù)籍永建，王紅軍(北京信息科技大學(xué)a．現(xiàn)代測(cè)控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室；b．機(jī)電工程學(xué)院，北京100192)摘要：主軸的振動(dòng)信號(hào)中包含了大量與主軸運(yùn)行狀態(tài)相關(guān)的信息，由其合成的軸心軌跡具有很高的研究?jī)r(jià)值。合理的去噪方法能夠得到
2、更加有效的信號(hào)成分，有助于對(duì)主軸的工作性能做出正確的判斷。與傳統(tǒng)的去噪方法對(duì)比，基于EMD的去噪方法具有較強(qiáng)的自適應(yīng)性。介紹了EMD去噪的基本原理并將其與傳統(tǒng)的小波去噪方法進(jìn)行對(duì)比，結(jié)果表明EMD的去噪效果更好。將EMD運(yùn)用到主軸振動(dòng)信號(hào)的降噪中，得到主軸去噪后的軸心軌跡。關(guān)鍵詞：主軸；振動(dòng)信號(hào)；軸心軌跡；EMD去噪；小波去噪中圖分類號(hào)：TH165；TG506文獻(xiàn)標(biāo)識(shí)碼：AResearchofDenoisingMethodforSpindleVibrationSignalBasedonEmpiricalModeDecompositionJIYong-ji
3、an一．WANGHong-jun(a．KeyLaboratoryofModemMeasurement&ControlTechnology；b．SchoolofMechanicandElectricEngi-neering，BeijingInformationS&TUniversity，Beijing100192，China)Abstract：Plentyofinformationrelatedtothemainshaftrunningstateiscontainedinthespindlevibrationsignal，andreasonabledeno
4、isingmethodcanretainmoreeffectivesignalcomponents．ThedenoisingmethodbasedonEMDhasstrongself-adaptabilitycomparedwithtraditionaldenoisingmethods．ThebasicprincipleofEMDde-noisingisintroducedandmeanwhilethesamevibrationsignalofspindleispurifiedbyEMDDe-noisingmethodandWaveletdenoisin
5、gmethodrespectively，experimentalresultsshowthatEMDDenoisingmethodhasgreatadvantagesindenoising．Keywords：spindle；vibrationsignal；axisorbit；theEMDdenoising；waveletdenoising0引言1經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)主軸的振動(dòng)位移信號(hào)中包含了大量的信息，通1．1EMD簡(jiǎn)介過(guò)振動(dòng)位移信號(hào)合成的軸心軌跡可以判定主軸的運(yùn)EMD算法將復(fù)雜信號(hào)分解成若干本征模函數(shù)行狀態(tài)以及對(duì)數(shù)控機(jī)床做進(jìn)一步的深入研究。然而(IM
6、F)之和。IMF分量必須滿足兩個(gè)條件①對(duì)于該在采集信號(hào)的過(guò)程中不可避免的會(huì)摻雜著噪聲信分量信號(hào)，其極值點(diǎn)和過(guò)零點(diǎn)數(shù)目必須相等或至多相號(hào)，去噪效果的好壞直接影響著對(duì)主軸工作狀態(tài)的差一個(gè)；②在任意點(diǎn)處，局部最小值的包絡(luò)線和局部最評(píng)價(jià)以及后續(xù)的研究。傳統(tǒng)的去噪方法主要是通過(guò)大值的包絡(luò)線平均值為零。其具體分解步驟如下濾波器濾掉噪聲頻率部分，但這類方法在處理混有所述。白噪聲、非平穩(wěn)的信號(hào)時(shí)存在一定的局限性，對(duì)信號(hào)(1)找出信號(hào)中所有的局部極大值點(diǎn)，用三次樣進(jìn)行降噪處理實(shí)際上是抑制信號(hào)中的無(wú)用成分，重條插值將所有極大值點(diǎn)連接起來(lái)形成上包絡(luò)線，同理構(gòu)信號(hào)中的有用部分?
7、。EMD在去噪方面具有較強(qiáng)將所有極小值點(diǎn)形成下包絡(luò)線。的自適應(yīng)性，可以從數(shù)據(jù)中自適應(yīng)的得到基函數(shù)，避(2)求出上、下包絡(luò)線的平均值m(t)，原始信號(hào)免了小波去噪方法中由于基函數(shù)的選取不當(dāng)對(duì)降噪()與m()的差值記為h(t)，如果h(t)滿足IMF的條效果的影響。件，則h(t)是原始信號(hào)(t)的第一個(gè)IMF，否則把收稿日期：2014—08—10基金項(xiàng)目：北京市自然科學(xué)基金(KZ201211232039)；國(guó)家自然科學(xué)基金(51275052)；北京市高等學(xué)校人才強(qiáng)教(PHR201106132)；PXM2014—014224_00~80作者簡(jiǎn)介：籍永建(198
8、6一)，男，河北滄州人，北京信息科技大學(xué)碩士研究生，研究方向?yàn)闄C(jī)電系統(tǒng)故障診斷及
