基于EEMD和自相关阈值降噪的滚动轴承故障诊断

基于EEMD和自相关阈值降噪的滚动轴承故障诊断

论文摘要

为减少噪声对滚动轴承故障特征提取的影响,文章提出了一种基于集合经验模态分解(EEMD)和自相关阈值降噪相结合的滚动轴承故障诊断方法。首先对原始信号进行EEMD分解,然后将得到的各阶IMF分量分别进行自相关阈值降噪,最后重组降噪后的各阶IMF分量并通过包络分析提取故障频率特征进行故障诊断。通过仿真信号和实验数据验证表明,文章所提出的方法能够有效提取各阶IMF分量中的有用信号,有效解决了基于IMF系数选择方法的问题,证明文中提出的方法具有良好的可行性和有效性。

论文目录

  • 0 引言
  • 1 EEMD方法
  • 2 自相关阈值降噪方法
  •   2.1 自相关阈值降噪原理
  •   2.2 仿真信号验证
  • 3 EEMD和自相关阈值降噪故障诊断框架
  • 4 实验结果分析
  •   4.1 实验数据描述
  •   4.2 内圈故障分析
  •   4.3 外圈故障分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 黄艳庭,谷玉海,黄竞楠,饶文军

    关键词: 集合经验模式分解,自相关阈值,滚动轴承,降噪,故障诊断

    来源: 组合机床与自动化加工技术 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 北京信息科技大学现代测控技术教育部重点实验室

    基金: 国家自然科学基金(51575055)

    分类号: TH133.33

    DOI: 10.13462/j.cnki.mmtamt.2019.10.020

    页码: 78-82

    总页数: 5

    文件大小: 1987K

    下载量: 220

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于EEMD和自相关阈值降噪的滚动轴承故障诊断
    下载Doc文档

    猜你喜欢