论文部分内容阅读
针对齿轮箱振动信号的非平稳、非线性等特点,提出一种基于总体平均经验模态分解EEMD的能量熵信号分析及故障诊断方法。该方法利用EEMD方法能够有效抑制模式混叠现象的特点,先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMFs),然后求得将各阶本征模态函数的能量及其熵。指出能量熵的值能够反映系统的工作状态和故障类型。通过对白噪声幅值及分解次数对齿轮箱振动加速度信号分析对比,得出最优化选择方案。