基于CEEMD和FastICA的滚动轴承故障诊断研究 |
| |
引用本文: | 吴涛,姜迪,吴建德,马军.基于CEEMD和FastICA的滚动轴承故障诊断研究[J].电子测量与仪器学报,2019(4). |
| |
作者姓名: | 吴涛 姜迪 吴建德 马军 |
| |
作者单位: | 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 |
| |
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。
|
本文献已被 CNKI 等数据库收录! |
|