局部均值分解(LMD)方法及其在机械故障诊断中的应用研究

局部均值分解（Local mean decomposition，简称LMD）方法是一种新的自适应时频分析方法，它自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的单分量信号之和，从而可以得到信号完整的时频分布。LMD方法本质上是将多分量的信号分解为若干个单分量的调幅-调频信号之和，因此特别适合于处理多分量的调幅-调频信号，而当机械设备发生故障时，其振动信号大多数为多分量的调幅-调频信号，所以LMD方法是适合于处理机械故障振动信号的。但是LMD方法目前还存在许多理论问题需要研究和完善，其应用也仅限于脑电图的信号处理。因此本项目拟对LMD方法的若干理论问题进行深入研究，并对该方法在机械故障诊断中的应用进行研究，研究解决用LMD方法提取机械故障振动信号特征问题，在此基础上建立完整、系统的基于LMD的机械故障诊断方法。课题研究对于时频分析方法的发展、机械故障诊断技术水平的提高都具有重要意义。