研究了一种新的自适应时频分析方法——局部均值分解LMD(Local mean decomposition)方法,并针对齿轮故障振动信号的调制特征,提出了基于LMD的齿轮故障诊断方法。LMD方法可以自适应地将任何一个复杂信号分解为若干个瞬时频率具有物理意义...研究了一种新的自适应时频分析方法——局部均值分解LMD(Local mean decomposition)方法,并针对齿轮故障振动信号的调制特征,提出了基于LMD的齿轮故障诊断方法。LMD方法可以自适应地将任何一个复杂信号分解为若干个瞬时频率具有物理意义的PF(Product function)分量之和,从而获得原始信号完整的时频分布,其本质上是将多分量的信号自适应地分解为若干个单分量的调幅-调频信号之和,非常适合于处理多分量的调幅-调频信号。在介绍LMD方法的基础上,对LMD和EMD(Empirical mode decomposition)方法进行了对比,结果表明了LMD方法的优越性,同时将LMD方法应用于齿轮故障诊断,对实际的齿轮故障振动信号进行了分析,结果表明LMD方法可以有效地应用于齿轮故障诊断。展开更多
