强噪声背景下滚动轴承微弱故障特征信号的经验模态分解
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16385/j.cnki.issn.1004-4523.2020.03.017

强噪声背景下滚动轴承微弱故障特征信号的经验模态分解

引用
针对强噪声背景下滚动轴承早期微弱故障信号经验模态分解问题,提出了一种基于级联自适应分段线性随机共振系统降噪的经验模态分解方法.该方法依赖于级联自适应分段线性随机共振系统优良的降噪特性,首先对含噪信号进行降噪处理,然后再进行经验模态分解.通过对轴承故障仿真信号和滚动轴承实验信号的分析,结果表明该方法能有效滤除高频噪声,减少经验模态分解阶数,提高经验模态分解的质量,实现强噪声背景下滚动轴承早期微弱故障特征提取.

故障诊断、滚动轴承、经验模态分解、级联分段线性系统、自适应随机共振

33

TH165+.3;TH133.3

国家自然科学基金资助项目;江苏省优势学科项目

2020-07-13(万方平台首次上网日期,不代表论文的发表时间)

共8页

582-589

相关文献
评论
暂无封面信息
查看本期封面目录

振动工程学报

1004-4523

32-1349/TB

33

2020,33(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn