基于LMD-ICA降噪的滚动轴承故障特征提取方法研究
在滚动轴承进行故障识别中,针对局部均值分解(LMD)方法分析非平稳、非线性含噪信号时,存在端点效应,易产生虚假分量和单通道独立成分分析(ICA)盲源分离时的欠定问题,提出了基于LMD-ICA降噪的振动信号特征提取算法.首先对原始信号进行LMD,并抑制端点效应,得到n个瞬时频率具有物理意义的乘积函数(PF)之和;然后对得到的PF分量以连续的3阶PF分量为一序列组合进行ICA,可以得到n-2个重构分量;最后利用n-2个分量进行重构,得到降噪后的故障信号,并再次进行LMD或功率谱计算,提取故障特征.经验证,该方法可有效识别滚动轴承的多类故障.
局部均值分解、独立成分分析、故障特征提取、故障诊断
40
TH133.33;TH165.3
山东省自然科学基金项目ZR2013FM005,ZR2016EEM20;山东省高等学校科技计划项目J10LG22
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
111-116