10.16579/j.issn.1001.9669.2018.05.002
CEEMD与FastICA结合的故障特征提取方法
针对滚动轴承故障特征信息难以分离的问题;提出了互补式集成经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与快速独立分量分析(Fast Independent Component Analysis,FastICA)结合的故障特征提取方法.首先将振动信号进行CEEMD分析,分解成不同尺度的固有模态分量(Intrinsic mode function,IMF);然后通过敏感度评估算法对分解信号进行重组,并利用FastICA对其进行降噪处理;最后对FastICA分离的信号进行Hilbert包络谱分析,获取故障特征信息.将此方法应用于滚动轴承振动信号故障分析,实验证明了所提方法的有效性.
CEEMD、敏感因子、快速独立分量分析、滚动轴承、故障诊断
40
TH117;TP206
国家自然科学基金项目61663017,51169007,61563024,61741310;云南省科技计划项目2015ZC005
2018-11-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
1024-1029