CEEMDAN和盲源分离在轴承复合故障诊断中的应用

滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声，为更高效实现故障信息的提取，提出一种基于具有自适应白噪声的完备集成经验模态分解（CEEMDAN）和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN分解，得出一组固有模态函数（IMF），利用加权峭度因子选取其中有效IMF重构信号，再将重构的信号进行BSS分离。对分离出的信号做解调包络分析，从其解调谱中提取故障信号的特征频率。结果证明了此方法可以有效地分离轴承的内外圈故障，使故障特征更易被提取。