论文部分内容阅读
转子作为旋转机械的关键部件,在发电、机械方面都扮演着重要的角色。由于实际工作环境中工作条件复杂并且振动源丰富,转子振动信号通常是非线性和非平稳的多分量信号,并且信号信噪比较低。因此,本文以转子作为研究对象进行故障特征提取与故障识别研究,具体研究内容如下:将具有良好分解能力的VMD方法应用于转子早期故障信号处理。VMD会将信号分解为多个本征模态分量(IMF),针对如何从若干IMF中筛选出包含故障特征信息的最佳IMF,采用K-L散度的方法,即计算各IMF与原数据之间的K-L散度值。因为K-L散度可以表征