论文摘要
工程现场采集的滚刀振动信号掺杂噪声,致使信号特征难以提取。提出一种基于灰色准则与集合经验模态分解(EEMD)的滚刀振动信号降噪方法。首先将原信号进行EEMD分解得到若干个特征模态函数(intrinsic mode function,IMF),再根据提出的灰色准则对IMF分量进行极性一致化处理、均值化处理,计算出IMF1与其他IMF分量的灰色关联度,并按照灰色关联度将IMF分量降序排列,然后选择降序排列中前一半IMF分量进行软阈值处理,最终将处理后的IMF分量、未处理的IMF分量及余项进行重构,得到降噪后的信号。通过不同初始信噪比的仿真信号和实际加工中的滚刀振动信号验证了本方法的可行性和有效性,同时与EEMD结合相关系数降噪法、小波软阈值降噪法进行了比较,结果表明本方法的降噪效果更优。
论文目录
文章来源
类型: 期刊论文
作者: 贾亚超,李国龙,何坤,董鑫
关键词: 滚刀振动信号,集合经验模态分解,灰色准则,降噪
来源: 仪器仪表学报 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 重庆大学机械传动国家重点实验室,重庆工商大学制造装备机构设计与控制重庆市重点实验室
基金: 国家自然科学基金(51875066),重庆市重大主题专项(cstc2017rgzn-zdyfX0033)资助
分类号: TG61
DOI: 10.19650/j.cnki.cjsi.J1905242
页码: 187-194
总页数: 8
文件大小: 514K
下载量: 132
相关论文文献
标签：滚刀振动信号论文; 集合经验模态分解论文; 灰色准则论文; 降噪论文;