论文摘要
由于滚动轴承振动信号易受噪声干扰的影响、故障特征提取较为困难。为此,提出了一种基于互补集合经验模态分解(CEEMD)和快速独立分量分析(Fast ICA)的轴承故障特征提取方法。该方法首先利用CEEMD算法将原故障振动信号进行分解运算,得到一系列模态分量(IMF);然后依据峭度准则选取一些模态分量来完成观测信号的重构,剩余其他的模态分量完成虚拟噪声通道信号的重构;再利用Fast ICA方法对重构信号进行降噪;引入Teager能量算子(TKEO)对降噪后的信号进行解调处理;最后对解调后的信号进行快速傅里叶变换(FFT)运算,分析变换后信号的频谱特征,提取出原信号的故障特征频率。将该方法应用到滚动轴承故障实际数据中,实验结果表明,该方法可以有效提取出滚动轴承故障的基频和倍频特征信息。
论文目录
文章来源
类型: 期刊论文
作者: 吴涛,姜迪,吴建德,马军
关键词: 互补集合经验模态分解,快速独立分量分析,能量算子,故障诊断
来源: 电子测量与仪器学报 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业
单位: 昆明理工大学信息工程与自动化学院,云南省矿物管道输送工程技术研究中心
基金: 国家自然科学基金(51765022,61663017)资助项目
分类号: TH133.33
DOI: 10.13382/j.jemi.B1901970
页码: 186-194
总页数: 9
文件大小: 619K
下载量: 208
相关论文文献
标签：互补集合经验模态分解论文; 快速独立分量分析论文; 能量算子论文; 故障诊断论文;