MOST CITED
Update: 2021-07-01
Task „Implementation of procedures ensuring the originality of scientific papers published in the quarterly „Eksploatacja i Niezawodność – Maintenance and Reliability” financed under contract 532/P-DUN/2018 from the funds of the Minister of Science and Higher Education for science dissemination activities.
Xianfeng FAN
Poprawa aproksymacji lokalnej średniej w rozkładzie na mody empiryczne dla celów detekcji uszkodzeń przekładni
Rozkład na mody empiryczne (EMD) to adaptacyjna metoda przetwarzania sygnału w połączonej dziedzinie czasu i częstotliwości, która jest całkowicie sterowana przez same dane. Metody interpolacji funkcjami sklejanymi trzeciego stopnia (cubic spline interpolation) używa się do aproksymacji średniej lokalnej w procesie przesiewu EMD. Niniejsza praca bada podejścia do poprawy aproksymacji średniej lokalnej w celu otrzymania lepszych charakterystyk EMD. Do aproksymacji średniej wartości obwiedni (envelope mean approximation) zastosowano metodę zmodyfi kowanej monotonicznej interpolacji Hermite'a funkcjami sklejanymi (modifi ed monotone piecewise Hermite interpolation, MMPHI), jako że wykazuje ona przewagę nad metodą funkcji sklejanych trzeciego stopnia. Zbadano również jeden z typów bezpośredniej aproksymacji lokalnej średniej, tzw. podejście okienkowanej średniej lokalnej (windowed local mean, WLM), i pokazano jego zalety w wykrywaniu impulsów.
Improvement of local mean approximation in empirical mode decomposition for gear fault detection
Empirical mode decomposition (EMD) is an adaptive time-frequency domain signal processing method that is completely driven by data itself. The cubic spline interpolation method has been used to approximate the local mean in the sifting process of EMD. This study explores approaches to improve local mean approximation to obtain better EMD performance. A modifi ed monotone piecewise Hermite interpolation (MMPHI) method is applied to envelope mean approximation, because it demonstrates advantages over the cubic spline method. A type of direct approximation of the local mean, i.e., the windowed local mean (WLM) approach, is also investigated and its merit in identifying impulses is demonstrated.