摘要
摘要:经验模态分解(EMD)算法是由 NE. Huang 等人提出的一种将信号分解成特征模态的方法,它不以任何已经定义好的函数作为基底,而是将所分析的信号x(t)分解为一组本征模函数(Ci)和一个残余项(rn),涵盖了原始振动信号在各种时间尺度上的局部细节特征 。可以用于分析非线性、非平稳的信号序列,具有良好的时频特性。在基于经验模态分解(EMD)的基础上,利用k均值算法实现故障类型和故障程度的正确分类。
出版日期
2024年07月16日(中国期刊网平台首次上网日期,不代表论文的发表时间)