论文摘要
真空泵的振动信号具有非平稳、非线性的特性,且夹杂着大量背景噪声,难以直接对其特征信号进行提取、分析,阻碍对真空泵的在线故障诊断。为此,文章提出基于集合经验模态分解(EEMD)的真空泵振动信号小波阈值降噪方法:首先将振动信号进行EEMD分解,得到若干个本征模态函数(IMF)与余项,然后引入归一化自相关函数对IMF分量进行筛选,再对筛选出的IMF分量进行小波阈值降噪处理,最后将降噪后的IMF分量与未处理的IMF分量和余项进行重构,得到降噪后的真空泵振动信号。对仿真与实验信号进行降噪处理的结果表明该方法优于现有的降噪方法,为真空泵振动信号的降噪提供了新的途径。
论文目录
文章来源
类型: 期刊论文
作者: 李一博,刘嘉玮,芮小博,王晢,綦磊
关键词: 真空泵,振动信号,降噪,集合经验模态分解,小波阈值
来源: 航天器环境工程 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 航空航天科学与工程
单位: 天津大学精密测试技术及仪器国家重点实验室,北京卫星环境工程研究所
基金: 国家重点研发计划项目（编号：2018YFF0212201）,天津市自然科学基金一般项目（编号：17JCYBJC19300）,北京卫星环境工程研究所创新基金项目（编号：CAST-BISEE 2017-013）,精密测试及仪器国家重点实验室开放基金项目(编号：Pilab1706)
分类号: V416.8
页码: 450-457
总页数: 8
文件大小: 1822K
下载量: 105
相关论文文献
标签：真空泵论文; 振动信号论文; 降噪论文; 集合经验模态分解论文; 小波阈值论文;