论文摘要
针对现有振动信号降噪方法中经验模态分解存在模态混叠、独立分量分析要求采集的振动信号数不少于源信号数等问题,提出了一种基于集合经验模态分解(EEMD)和快速独立分量分析(FastICA)的矿用带式输送机驱动滚筒轴承振动信号降噪方法。首先,通过EEMD算法对采集的振动信号进行分解,得到若干不同尺度的包含故障特征频率的本征模态函数(IMF)分量;然后,基于相关系数对IMF分量进行重构,得到特征信号和虚拟噪声信号,将重构的特征信号和虚拟噪声信号组成输入矩阵,并作为FastICA算法的输入;最后,利用FastICA算法实现信号与噪声分离,达到信号降噪的目的。实验结果验证了该方法的可行性和有效性。
论文目录
文章来源
类型: 期刊论文
作者: 杨祥,田慕琴,李璐,宋建成,张林锋,吴静坤
关键词: 矿用带式输送机,驱动滚筒轴承,滚筒轴承故障诊断,振动信号降噪,集合经验模态分解,快速独立分量分析
来源: 工矿自动化 2019年03期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 矿业工程
单位: 太原理工大学矿用智能电器技术国家地方联合工程实验室,太原理工大学煤矿电气设备与智能控制山西省重点实验室
基金: 山西省科技重大专项计划基金资助项目(20131101029)
分类号: TD528.1
DOI: 10.13272/j.issn.1671-251x.2018080013
页码: 66-70
总页数: 5
文件大小: 185K
下载量: 122
相关论文文献
标签：矿用带式输送机论文; 驱动滚筒轴承论文; 滚筒轴承故障诊断论文; 振动信号降噪论文; 集合经验模态分解论文; 快速独立分量分析论文;