【信号分解】基于软筛停准则的改进EMD附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

经验模态分解的筛选停止准则是影响高速列车旋转机械故障诊断准确性的关键因素之一。目前普遍采用预先确定阈值的方法，不具有自适应性。此类方法在经验模态分解中存在模态混合问题，影响故障诊断结果。充分论证了筛分停止准则对经验模态分解结果的影响，进而提出了一种能够自适应监测筛分过程的软筛分停止准则。该准则用于抑制模态混合问题，提高经验模态分解的精度和效率。针对目标信号，该准则定义了一个描述全局能量和局部影响特征的目标函数，并结合启发式机制实现每次筛选过程中筛选迭代次数的优化，从而保证经验模态分解得到最优的分解结果。基于仿真数据和凯斯西储大学轴承数据，将改进的经验模式分解与两种传统方法在不同的分解和诊断性能维度上进行比较。最后，将提出的改进EMD成功应用于高速列车旋转电机仿真试验台故障诊断实例。并结合启发式机制实现每次筛选过程中筛选迭代次数的优化，保证经验模态分解得到最优的分解结果。基于仿真数据和凯斯西储大学轴承数据，将改进的经验模式分解与两种传统方法在不同的分解和诊断性能维度上进行比较。最后，将提出的改进EMD成功应用于高速列车旋转电机仿真试验台故障诊断实例。并结合启发式机制实现每次筛选过程中筛选迭代次数的优化，保证经验模态分解得到最优的分解结果。基于仿真数据和凯斯西储大学轴承数据，将改进的经验模式分解与两种传统方法在不同的分解和诊断性能维度上进行比较。

⛄ 部分代码

clc; clear; close all;

fs = 10000; % sampling frequency

N = 30000; % data amount

t = (1:N)/fs; % time vector

x = (2+cos(2*pi*0.5*t)).*cos(2*pi*5*t+15*t.^2)+...

     cos(2*pi*2*t);

[imf,ort,fvs,iterNum] = emd_sssc(x,fs,'display',1);

⛄ 运行结果

⛄ 参考文献

[1] Peng D ,  Liu Z ,  Jin Y , et al. Improved EMD with a Soft Sifting Stopping Criterion and Its Application to Fault Diagnosis of Rotating Machinery[J]. Journal of Mechanical Engineering, 2019.

⛳️ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料