CEEMDAN和盲源分离在轴承复合故障诊断中的应用 |
| |
作者姓名: | 古莹奎 林忠海 刘平 |
| |
作者单位: | 江西理工大学机电工程学院 |
| |
基金项目: | 国家自然科学基金资助(61963018);;江西省自然科学基金(20181BAB202020); |
| |
摘 要: | 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。
|
关 键 词: | 滚动轴承 自适应白噪声的完备集成经验模态分解 盲源分离 加权峭度因子 特征提取 |
|