论文摘要
针对滚动轴承振动信号降噪时,克服模式混叠、保证各频率成分完整性和独立性问题,提出最大类间方差-经验小波变换分解（maximum between-cluster variance-empirical wavelet transform,简称MBCV-EWT）与奇异值差分谱相结合的信号降噪方法。首先,针对传统区间划分的不确定性问题,提出MBCV-EWT信号分解方法,通过最大类间方差对信号频谱自适应划分,并在每个划分区间上构建带通滤波器;其次,针对分解分量冗余,提出脉冲指标作为调幅-调频分量筛选准则,选取最优的分量用于降噪;最后,对最优调幅-调频分量进行奇异值分解,根据其差分谱重构分量并实现降噪。仿真及实验结果表明,该方法能够实现频谱自适应划分,有效克服模式混叠等问题,保证分解得到的各成分主频独立且完整,调幅-调频分量筛选准确,降噪效果明显,为故障识别和预测奠定研究基础。
论文目录
文章来源
类型: 期刊论文
作者: 王亚萍,崔巍,葛江华,许迪,李云飞
关键词: 信号降噪,奇异值差分谱,滚动轴承
来源: 振动.测试与诊断 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 哈尔滨理工大学机械动力工程学院
基金: 国家自然科学基金资助项目(51575143),黑龙江省自然科学基金资助项目(E2016046)
分类号: TH133.33
DOI: 10.16450/j.cnki.issn.1004-6801.2019.04.021
页码: 822-831+908
总页数: 11
文件大小: 3299K
下载量: 288