提升EEMD降噪方法及制冷机轴承故障诊断应用研究

论文摘要

针对制冷机轴承振动信号被复杂干扰淹没,难以提取有效特征问题,提出一种提升总体经验模态分解(EEMD)的轴承振动信号降噪方法。首先,利用小波包精细分解特性,基于白噪声检验原理提取第一个IMF分量中有用信号;然后,利用噪声和信号主导的本征模态分量(IMFs)与原始信号互相关系数差异巨大的特性,对分解后的IMFs进行区分,分别使用小波包浮动阈值方法和SG滤波算法提取高、低频分量的有用信号,克服了传统EEMD降噪时信号失真、IMFs选择的难题。为了验证方法的有效性,进行了数字仿真与制冷机轴承振动信号应用验证分析,结果表明,所提方法基于一种精细的决策处理方法,可以将淹没在复杂干扰中的有用特征提取出来,为制冷机轴承状态监测提供有效的预处理手段。

论文目录

• 0 引言
• 1 EEMD原理
•   1.1 EEMD算法原理
•   1.2 EEMD算法原理
• 2 提升EEMD处理方法
•   2.1 第1层IMF有用特征提取
•   2.2 小波包提取高频分量细节信息
•   2.3 SG滤波方法平滑低频分量
• 3 仿真分析
•   3.1 必要性分析
•   3.2 EEMD决策处理方法仿真分析
• 4 实例应用分析
• 5 结论

文章来源

类型: 期刊论文

作者: 郭翠云

关键词: 总体经验模态分解,降噪,小波包,制冷机轴承

来源: 电子测量与仪器学报 2019年05期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备

单位: 青岛酒店管理职业技术学院

基金: 山东省科学课题(18-ZC-SH-.1)资助项目

分类号: TB651

DOI: 10.13382/j.jemi.B1801576

页码: 9-15

总页数: 7

文件大小: 360K

下载量: 92