近日,，我校林近山老師團(tuán)隊(duì)在機(jī)械工程TOP期刊《Nonlinear Dynamics》上發(fā)表了題為“Multifractal detrended fluctuation analysis based on optimized empirical mode decomposition for complex signal analysis”的研究論文,。旋轉(zhuǎn)機(jī)械工作環(huán)境惡劣,，轉(zhuǎn)速,、載荷、阻尼和摩擦力等工況復(fù)雜多變,，其振動(dòng)信號(hào)呈現(xiàn)復(fù)雜的非平穩(wěn),、非線性特征，且故障特征非常微弱，現(xiàn)有方法難以有效提取復(fù)雜機(jī)械振動(dòng)信號(hào)的動(dòng)力學(xué)特征,。針對(duì)上述技術(shù)難題,，該研究提出了一種基于最優(yōu)經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嘀胤中稳ペ厔?shì)波動(dòng)分析方法， 發(fā)展了一種有潛力的機(jī)械振動(dòng)信號(hào)動(dòng)力學(xué)特征提取方法,。該方法首先利用經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴▽?duì)設(shè)備振動(dòng)信號(hào)進(jìn)行分解，然后利用非線性判別算法去除分解結(jié)果中的噪聲分量和趨勢(shì)項(xiàng),，保留分形信號(hào)分量，采用三次樣條插值函數(shù)對(duì)每個(gè)分形信號(hào)分量的極值點(diǎn)進(jìn)行插值，利用最小二乘法擬合每個(gè)分形信號(hào)分量的包絡(luò)，分離每個(gè)分形信號(hào)分量的頻率調(diào)制部分,，利用Teager能量算子估計(jì)每個(gè)分形信號(hào)分量的瞬時(shí)頻率并計(jì)算相應(yīng)的瞬時(shí)尺度,，根據(jù)分析尺度自動(dòng)確定振動(dòng)信號(hào)去趨勢(shì)結(jié)果，計(jì)算去趨勢(shì)信號(hào)的多重分形譜,，提取多重分形譜的左端點(diǎn),、右端點(diǎn)和極值點(diǎn)所對(duì)應(yīng)的奇異指數(shù)作為設(shè)備運(yùn)行狀態(tài)的特征參數(shù)對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行識(shí)別,，仿真和實(shí)驗(yàn)結(jié)果證明該方法具有比現(xiàn)有方法更優(yōu)越的性能,。

我校林近山老師為第一作者和通訊作者,。該研究獲得山東省自然科學(xué)基金,、濰坊市科技發(fā)展計(jì)劃和山東中科普銳檢測(cè)技術(shù)有限公司的支持,。

論文鏈接： https://link.springer.com/article/10.1007/s11071-021-06223-7 

（機(jī)電與車輛工程學(xué)院供稿）