10.13465/j.cnki.jvs.2018.16.008
改进的EEMD方法及其在滚动轴承故障诊断中的应用
针对集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法只考虑了噪声的幅值对分解结果的影响,而且添加的白噪声不能完全中和的问题,通过分析噪声的最大频率对分解结果的影响,提出一种改进的EEMD方法.将总体平均次数固定为2,然后对信号添加最大频率和幅值不同的噪声进行分解,遍历之后由分解结果的正交性系数判断分解效果,将正交性系数最小的作为最终分解结果,同时结合补充的EEMD(Complementary EEMD,CEEMD)方法降低残余噪声对分解结果的影响.通过仿真信号和实测信号分析,结果表明改进方法在抑制模态混淆和故障诊断方面较原始方法有一定优势.
EEMD、模态混淆、最大噪声频率、故障诊断
37
TN911.7;TH165+.3
国家科技支撑计划2015BAF32B03;国家自然科学基金51575168,51375152;智能型新能源汽车国家2011协同创新中心;湖南省绿色汽车2011协同创新中心资助
2018-12-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
51-56