基于VMD和ICA的发动机故障特征增强研究

论文摘要

针对发动机噪声信号信噪比低、故障特征提取困难等问题,提出一种基于变分模态分解(VMD)结合独立分量分析(ICA)的降噪方法。首先通过VMD分解得到分量中心频率确定合适的分解层数,以峭度准则重构噪声信号和故障信号,然后通过FastICA将重构信号再次分解,得到降噪后的故障信号,最后与经验模态分解(EMD)降噪对比,结合实例和仿真表明,该方法能够有效抑制模态混叠,增强发动机噪声信号故障特征。

论文目录

• 1 VMD-ICA降噪方法
•   1.1 VMD分解过程
•   1.2 峭度准则
•   1.3 ICA解混过程
• 2 VMD-ICA噪声故障特征增强实例分析
•   2.1 故障信号的分解与重构
•   2.2 降噪效果评价
•   2.3 仿真分析
• 3 结论

文章来源

类型: 期刊论文

作者: 曾荣,曾锐利,贾翔宇,白睿,张志强

关键词: 变分模态分解,独立分量分析,峭度,经验模态分解

来源: 军事交通学院学报 2019年05期

年度: 2019

分类: 社会科学Ⅰ辑,工程科技Ⅱ辑

专业: 武器工业与军事技术,动力工程

单位: 陆军航空兵学院第二飞行训练旅,陆军军事交通学院投送装备保障系,陆军军事交通学院汽车士官学校,陆军军事交通学院学员五大队

基金: 天津自然科学基金项目(15JCTPJC 64200)

分类号: E92;TK407

DOI: 10.16807/j.cnki.12-1372/e.2019.05.011

页码: 47-52

总页数: 6

文件大小: 902K

下载量: 115